简介:如何在对参数进行估计的同时自动选择重要解释变量,一直是面板数据分位回归模型中讨论的热点问题之一。通过构造一种含多重随机效应的贝叶斯分层分位回归模型,在假定固定效应系数先验服从一种新的条件Laplace分布的基础上,给出了模型参数估计的Gibbs抽样算法。考虑到不同重要程度的解释变量权重系数压缩程度应该不同,所构造的先验信息具有自适应性的特点,能够准确地对模型中重要解释变量进行自动选取,且设计的切片Gibbs抽样算法能够快速有效地解决模型中各个参数的后验均值估计问题。模拟结果显示,新方法在参数估计精确度和变量选择准确度上均优于现有文献的常用方法。通过对中国各地区多个宏观经济指标的面板数据进行建模分析,演示了新方法估计参数与挑选变量的能力。
简介:摘要路灯照明是一项重要的市政管理内容,它对提升地方形象,促进物质文明建设,改善人们生活环境,降低交通安全事故有较大的影响力,也是衡量城市现代化建设水平的重要指标。城市路灯工程在完成设计后,关键在于工程的施工管理,如何更好地进行路灯工程施工和施工过程中安全管理,是我们从事照明工作者面对的实际问题。