×
Tan，Ban Kheng先生;Panagiotelis、Anastasios;乔治·阿萨纳索普洛斯

单因素copula模型的贝叶斯推理。 （英语） Zbl 07499019号

J.计算。图表。统计。 28，第1号，155-173（2019）.
小结：我们为单因素copula模型开发了有效的贝叶斯推断，与现有方法相比有两个重要贡献。首先，我们的方法导致了对依赖参数和潜在因素的直接推断；只有对前者的推断才能在频率选择下获得。其次，我们开发了一种可逆跳马尔可夫链蒙特卡罗算法，该算法对由不同的二元copula构建块构建的模型进行平均。我们的方法适用于离散和连续利润的任何组合。通过广泛的模拟，我们比较了所提出的备选采样方案的计算效率和蒙特卡罗效率。首选算法提供了关于参数、潜在因素和模型空间的可靠推断。一项针对11463个东帝汶家庭收集的10项社会经济贫困二元指标的实证研究强调了该方法的潜力。对潜在因素进行推断的重要性是通过使用该因素的估计值构建贫困指数来实现的。与线性高斯因子模型相比，我们的模型平均值改进了样本外拟合。贫困指数与我们的方法所揭示的观测变量之间的关系是多样的，可以更丰富、更准确地了解总体贫困与个人幸福测量之间的依赖关系。

引用于三文件

MSC公司：

62至XX 统计

关键词：

型号选择;多维贫困指数;多元分析;可逆跳跃MCMC;藤结

软件：

R（右）;Copula模型;贝叶斯DA
PDF格式BibTeX公司 XML格式引用
\textit{B.K.Tan}等人，J.Compute。图表。Stat.28，No.1，155--173（2019；Zbl 07499019）
全文： 内政部

参考文献：

[1] 阿尔基尔，S。；金德拉，C。；罗伯斯，G。；Ana，V.，《多维贫困指数——2016年夏季：简要方法注释和结果》（2016年）
[2] 阿尔基尔，S。；Santos，M.E.，《严重多维贫困：发展中国家的新指数》（2010年）
[3] 安德森，T.W。；Rubin，H.，第三届伯克利数理统计与概率研讨会论文集，5，因子分析中的统计推断，111-150（1956），纽约：哥伦比亚大学·兹比尔0070.14703
[4] Asparouhov，T。；Muthén，B.O.，探索性结构方程建模，结构方程建模：多学科期刊，16，397-438（2009）
[5] 卡林，B.P。；Chib，S.，《通过马尔可夫链蒙特卡罗方法选择贝叶斯模型》，英国皇家统计学会杂志，57473-484（1995）·Zbl 0827.62027号
[6] 张伯伦，G。；Rothschild，M.，《大型资产市场的套利、因子结构和均值方差分析》，《计量经济学》，511281-1304（1983）·Zbl 0523.90017号
[7] 福尼，M。；Hallin，M。；里皮，M。；Reichlin，L.，《广义动力因素模型：识别和估计》，《经济学和统计学评论》，82540-554（2000）
[8] Garthwaite，P.H。；范，Y。；Sisson，S.A.，《使用Robbins-Monro过程的大都会-黑斯廷斯算法的自适应最优缩放》，《统计中的通信——理论和方法》，45，5098-5111（2016）·Zbl 1397.65019号
[9] Gelman，A。；Carlin，J.B。；斯特恩，H.S。；邓森，D.B。；Vehtari，A。；Rubin，D.B.，《贝叶斯数据分析》（2013），佛罗里达州博卡拉顿：CRC出版社，佛罗里达州波卡拉顿
[10] Geweke，J。；艾格纳，D。；Goldberger，A.，社会经济模型中的潜在变量，经济时间序列的动态因素分析，365-383（1977），阿姆斯特丹：新荷兰·Zbl 0356.00011号
[11] Green，P.，可逆跳马尔可夫链蒙特卡罗计算和贝叶斯模型确定，生物医学，82111-732（1995）·Zbl 0861.62023号
[12] 哈斯蒂，D。；Green，P.，使用可逆跳马尔可夫链蒙特卡罗进行模型选择，Neerlandica统计，66309-338（2012）
[13] 赫尔，J.C。；怀特，A.D.，《无蒙特卡罗模拟的CDO和第n个违约CDS的估值》，《衍生品杂志》，12，8-23（2004）
[14] Joe，H.，《用Copulas进行依赖建模》（2014），佛罗里达州博卡拉顿：CRC出版社，佛罗里达州波卡拉顿·Zbl 1346.62001号
[15] Joe，H。；Xu，J.J.，多元模型边际推断函数的估计方法（1996）
[16] Kass，R.E。；卡林，B.P。；Gelman，A。；Neal，R.M.，《实践中的马尔可夫链蒙特卡罗：圆桌讨论》，《美国统计学家》，52，93-100（1998）
[17] Klugman，J。；联合国开发计划署，《国家的真正财富：人类发展之路》（2010年），纽约：帕尔格雷夫·麦克米伦出版社
[18] Krupskii，P。；Joe，H.，多元数据的因子Copula模型，多元分析杂志，120，85-101（2013）·Zbl 1280.62070号
[19] Lee，J.M.，《光滑流形简介》（2003），纽约：Springer，纽约·Zbl 1020.65001号
[20] Monro，H.R.S.，《随机近似方法》，《数理统计年鉴》，22400-407（1951）·Zbl 0054.05901号
[21] Neal，R.，《使用马尔可夫链蒙特卡罗方法进行概率推断》（1993）
[22] Nikoloulopoulos，A.K。；Joe，H.，项目反应数据的因子Copula模型，《心理测量学》，80，126-150（2015）·Zbl 1314.62276号
[23] 哦，D。；巴顿，A.，《用因子Copula模拟高维依赖性》，《商业与经济统计杂志》，35，139-154（2017）
[24] R核心团队，R：统计计算的语言和环境（2017），奥地利维也纳：R统计计算基金会，奥地利维也纳
[25] Rippin，N.，《对多维贫困指数（MPI）弱点的回应：相关敏感贫困指数（CSPI）》（2011年）
[26] 萨金特·T·J。；Sims，C.A.，《不假装拥有太多先验经济理论的商业周期建模》，《商业周期研究的新方法》，1145-168（1977）
[27] Shih，J.H。；Louis，T.A.，双变量生存数据Copula模型中关联参数的推断，生物统计学，511384-1399（1995）·Zbl 0869.62083号
[28] Sisson，S.A.，《跨维马尔可夫链》，《美国统计协会杂志》，1001077-1089（2005）·兹比尔1117.62428
[29] 股票，J。；Watson，M.，《利用大量预测值的主成分进行预测》，《美国统计协会期刊》，97，1167-1179（2002）·Zbl 1041.62081号
[30] ---《1989年NBER宏观经济学年鉴》，4，《重合和领先经济指标的新指数》，351-409（1989）
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。