×
菲利普·李

膨胀贝塔回归模型的有效MCMC估计。 （英语） Zbl 1417.65047号

计算。斯达。 33，第1期，127-158（2018）.
摘要：本文介绍了一种新的计算效率高的马尔可夫链蒙特卡罗（MCMC）估计算法，用于零、一、零和一膨胀贝塔回归模型的贝叶斯分析。该算法计算效率高，因为它具有较低的MCMC自相关和计算时间。仿真研究表明，该算法在小样本和大样本情况下均优于切片采样和随机游走Metropolis-Hastings算法。对给定损失的违约银行模型的实证说明表明了所提出算法的有用性。

引用于2文件

MSC公司：

62-08 统计问题的计算方法
2015年1月62日 贝叶斯推断
62J12型 广义线性模型（逻辑模型）
65二氧化碳 蒙特卡罗方法

关键词：

分数响应数据;比例数据;违约损失;数据增强;马尔科夫蒙特卡洛;伪似然

软件：

佐伊布
PDF格式BibTeX公司 XML格式引用
\textit{P.Li}，计算。Stat.33，No.1，127--158（2018；Zbl 1417.65047）
全文： DOI程序

参考文献：

[1] Albert JH，Chib S（1993）二值和多值响应数据的贝叶斯分析。美国统计协会杂志88（422）：669-679·Zbl 0774.62031号 ·doi:10.1080/01621459.1993.10476321
[2] 银行监管银行委员会（2001）新巴塞尔资本协议概述。技术报告。http://www.bis.org/publ/bcbsca02.pdf
[3] Billio M，Casarin R（2011）《商业周期分析的Beta自回归转换Markov-Switching模型》。研究非线性动态经济15（4）：1-32·Zbl 1506.62487号
[4] Bonat WH，Ribeiro PJ Jr，Zeviani WM（2015）一类贝塔混合模型的可能性分析。J应用统计42（2）：252-266·Zbl 1514.62446号 ·doi:10.1080/02664763.2014.947248
[5] Branscum AJ、Johnson WO、Thurmond MC（2007）《贝叶斯贝塔回归：家庭支出数据和口蹄疫病毒之间的遗传距离的应用》。澳大利亚N Z J Stat 49（3）：287-301·Zbl 1136.62323号 ·doi:10.1111/j.1467-842X.2007.00481.x
[6] Calabrese R（2012）概率质量为零和一的比例回归模型。都柏林大学学院Geary学院201209年工作文件·Zbl 0619.62029号
[7] Casarin R、Dalla Valle L、Leisen F等人（2012）贝叶斯自回归过程模型选择。贝叶斯分析7（2）：385-410·Zbl 1330.62113号 ·doi:10.1214/12-BA713
[8] Cepeda E，Gamerman D（2005）双参数指数族参数建模的贝叶斯方法。《Estadística评论》57（168-169）：93-105·Zbl 1497.62031号
[9] Cepeda-Cuervo E，Garrido L（2015）贝叶斯贝塔回归模型与联合均值和离散建模。蒙特卡洛方法应用21（1）：49-58·Zbl 1307.62170号 ·doi:10.1515/mcma-2014-0007
[10] Cook DO、Kieschnick R、McCullough BD（2008）《金融比例与自我选择的回归分析》。《Empir Finance杂志》15（5）：860-867·doi:10.1016/j.jempfin.2008.02.001
[11] Da-Silva C，Migon H（2012）层次动态贝塔模型。里约热内卢联邦大学教育部技术报告253·Zbl 1369.62235号
[12] Da-Silva C、Migon HS、Correia L（2011）动态贝叶斯贝塔模型。计算统计数据分析55（6）：2074-2089·Zbl 1328.62159号 ·doi:10.1016/j.csda.2010.12.011
[13] Ferrari S，Cribari-Neto F（2004）建模率和比例的贝塔回归。J应用统计31（7）：799-815·Zbl 1121.62367号 ·doi:10.1080/0266476042000214501
[14] Figueroa-Züniga JI、Arellano-Valle RB、Ferrari SL（2013）《混合贝塔回归：贝叶斯观点》。计算统计数据分析61:137-147·Zbl 1348.62194号 ·doi:10.1016/j.csda.2012.12.002
[15] Imai K，van Dyk DA（2005）使用边际数据增强对多项式概率模型进行贝叶斯分析。经济学杂志124（2）：311-334·Zbl 1335.62049号 ·doi:10.1016/j.jeconom.2004.02.002
[16] Jeliazkov I，Graves J，Kutzbach M（2008）多元有序结果模型的拟合与比较。高级经济23:115-156·兹比尔1189.62185 ·doi:10.1016/S0731-9053（08）23004-5
[17] Kieschnick R，McCullough BD（2003）（0，1）：百分比、比例和分数上观察到的变量的回归分析。统计模型3（3）：193-213·Zbl 1070.62056号 ·doi:10.1191/1471082X03st053oa
[18] Le Cam L，Yang GL（2012）统计学中的渐近：一些基本概念。柏林施普林格·兹比尔0719.62003
[19] Li P，Qi M，Zhang X，Zhao X（2016）给定默认建模的参数损失的进一步研究。J信贷风险12（4）：17-47·doi:10.21314/JCR.2016.215
[20] Liu F，Eugenio EC（2016）《贝叶斯和似然推断在贝塔回归和零阶膨胀贝塔回归中的回顾和比较》。医学研究中的统计方法，第0962280216650699页·Zbl 1189.62185号
[21] Liu F，Kong Y（2015）zoib：贝塔回归和零/一膨胀贝塔回归贝叶斯推断的R包。R J 7（2）：34-51
[22] Liu JS，Wong WH，Kong A（1994）吉布斯采样器的协方差结构及其在估计量和增强方案比较中的应用。生物特征81（1）：27-40·Zbl 0811.62080号 ·doi:10.1093/biomet/81.1.27
[23] McFadden D（1974）定性选择行为的条件逻辑分析。摘自：Zarembka P（ed）《计量经济学前沿》。纽约学术出版社，第105-142页·Zbl 1121.62367号
[24] Neal RM（2003）切片取样。安统计31:705-741·Zbl 1051.65007号 ·doi:10.1214/aos/1056562461
[25] Ospina R，Ferrari SL（2010），充气贝塔分布。统计论文51（1）：111-126·Zbl 1247.62043号 ·文件编号：10.1007/s00362-008-0125-4
[26] Ospina R，Ferrari SL（2012）一类一般的零阶膨胀贝塔回归模型。计算统计数据分析56（6）：1609-1623·Zbl 1243.62099号 ·doi:10.1016/j.csda.2011.10.005
[27] Paolino P（2001）具有β分布因变量的模型的最大似然估计。政治分析9（4）：325-346·doi:10.1093/oxfordjournals.pan.a004873
[28] Papke LE，Wooldridge JM（1996）分数响应变量的计量经济学方法，适用于401（k）计划参与率。应用经济学杂志11（6）：619-632·doi:10.1002/（SICI）1099-1255（199611）11:6<619:：AID-JAE418>3.0.CO；2-1
[29] Prakasa Rao BLS（1987）统计推断的渐近理论。纽约威利·Zbl 0604.62025号
[30] Qi M，Zhao X（2011）违约损失建模方法比较。J银行财务35（11）：2842-2855·doi:10.1016/j.jbankfin.2011.03.011
[31] Qi M，Zhao X（2013）债务结构、企业市值和回收率。J信贷风险9（1）：3-37·doi:10.21314/JCR.2013.157
[32] Rocha AV，Cribari Neto F（2009）贝塔自回归移动平均模型。测试18（3）:529-545·Zbl 1203.62160号 ·doi:10.1007/s11749-008-0112-z
[33] Rydlewski JP（2007）《具有趋势的周期数据的Beta回归模型》。拉盖洛尼卡大学数学学报45:211-222·Zbl 1210.62019
[34] Simas AB，Barreto-Souza W，Rocha AV（2010），一般贝塔回归模型的改进估计。计算统计数据分析54（2）：348-366·Zbl 1465.62019号 ·doi:10.1016/j.csda.2009.08.017
[35] Smithson M，Verkuilen J（2006）更好的柠檬榨汁机？具有β分布因变量的最大似然回归。心理学方法11（1）：54·doi:10.1037/1082-989X.11.1.54
[36] Tanner MA，Wong WH（1987）通过数据增强计算后验分布。美国统计协会杂志82（398）：528-540·Zbl 0619.62029号 ·doi:10.1080/01621459.1987.10478458
[37] Verkuilen J，Smithson M（2012），使用β分布的连续有界响应的混合和混合回归模型。教育行为杂志Stat 37（1）：82-113·doi:10.3102/1076998610396895
[38] Wieczorek J，Nugent C，Hawala S（2012），小面积收缩估算的贝叶斯零膨胀贝塔模型。摘自：论文集，调查研究方法部分。弗吉尼亚州亚历山大美国统计协会
[39] Zimprich D（2010）使用混合贝塔回归模型对倾斜变量的变化进行建模。Res-Hum开发7（1）：9-26·doi:10.1080/154276003578136
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。