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:以月份或季度作为时间观测单位的时间序列,常常受季节因素的影响而出现周期性变化,给深入研究和阐释经济规律带来困难。所谓季节调整就是将一个时间序列中的季节因素剔除,从而得出反映经济社会运行态势的长期趋势。目前这种方法在西方国家也得到成功应用,并积累了不少经验。前不久随国家统计局访问团赴英接受了季节调整方法培训,现以英国为例,简要介绍季节调整的基本方法及其应用情况,以期他山之石,可以攻玉。一、季节调整的基本原理和发展一般来说,时间序列能够从三个部分来描述:一是趋势部分(有时为更细致地研究,又把这一部分分成趋势和循环两部分),表征时间序列的长期发展趋向是上升、下降,抑或保持不变。二是季节部分,表示由于
简介:<正>工业企业计算增加值,可使用生产法与分配法(收入法),两种方法计算的结果应是一致的,按照有关规定,目前主要采用生产法。但是生产法中的中间投入价值因为资料收集不准,而影响了增加值的质量。如果使用一种方法计算,就不易检验出数字是否准确,因此,我们采用了两种方法同时计算增加值的办法,解决了这一问题。使用两种方法同时计算增加值,最好的办法是采用简易方法计算中间投入价值,因为生产法中的资料可供分配法使用,大大减少了工作量,使两种方法同时计算也不增加多少工作量。由此,先介绍简易方法计算中间投入价值。工业企业用生产法计算增加值的公式为:工
简介:鉴于极差比方差更容易获得,所以利用极差对正态总体方差进行间接预估以确定样本量的想法很有实用价值。根据数理统计理论,若以E(Rn)表示正态总体在样本规模n下样本极差的期望,则有E(Rn)=dnσ,dn可以通过多重积分计算得到,且只与n有关,而与μ和σ^2无关。但这种多重积分式虽然有利于在理论上阐明dm与相关变量之间的“定性”关系,却无助于在应用上获得dm与n的定量关系式。本文利用随机模拟方法和线性回归分析得到dm的一个简明表达式:dm=0.5ln(n)+3,从而由此间接获得一个正态总体方差的估计值:σ^2=[Rn/(0.5ln(n)+3)]^2。这将使直接利用“更便宜的”极差确定样本量具有可操作性。