二元选择分位数回归模型的贝叶斯估计方法及模拟研究

作者：邸俊鹏^*; 张晓峒

来源：统计与决策, 2019, 35(05): 11-16.

DOI：10.13546/j.cnki.tjyjc.2019.05.002

• 分位数回归
• 贝叶斯估计
• 二元离散选择模型

文章针对二元选择分位数回归模型的贝叶斯估计方法进行探索性研究。通过模拟实验比较分析了不同先验设定和不同抽样算法下贝叶斯二元选择分位数回归估计量的统计性质,以及贝叶斯方法与频率学派方法对二元选择分位数模型进行估计的优劣。结果表明,对二元选择分位数回归模型进行贝叶斯估计具有一定的优势,尤其是小样本下,估计效果更佳;而且采用Gibbs抽样得到的估计量精度更高,统计推断更准确,尤其是在高分位数下Gibbs抽样的优势更明显。

• 单位
  上海社会科学院; 南开大学