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。