【StataNow 新功能】贝叶斯量子回归

新的 bayes: qreg 命令适合贝叶斯量化回归。贝叶斯框架为量化回归系数提供了全面的后验分布,包括基于模型的 “标准误差”。支持所有标准贝叶斯特征,如假设检验和预测。该命令是 StataNow 的一部分。

量值回归将结果的条件量值作为预测因子的线性组合进行建模。传统的量化回归依赖于一组特定的损失函数和线性规划来进行估计。为了引入贝叶斯量化回归,Yu 和 Moyeed(2001 年)使用了一种等效的量化回归公式,假设似然函数为非对称拉普拉斯分布。贝叶斯量化回归将这种似然公式与模型参数先验相结合,形成后验模型,并使用马尔可夫链蒙特卡罗(MCMC)进行估计。这为综合推断提供了模型参数的完整后验分布,包括基于模型的 “标准误差”。

在经典的量化回归中,标准误差是通过使用自举或基于核的方法计算得出的。在贝叶斯框架中,后验标准偏差扮演了标准误差的角色。通过假设参数似然模型,后验标准差是基于该模型估算的,可能更有效。

在此,我们演示了单变量贝叶斯量化回归。关于其他贝叶斯量值模型,包括随机效应和多重量值模型,请参见贝叶斯非对称拉普拉斯模型。

让我们看看它的工作原理

让我们利用 Koenker 和 Bassett(1982 年)中描述的 Engel(1857 年)的数据来探讨家庭收入与食品支出之间的关系。让我们使用量值回归来比较不同量值之间的关系。我们首先使用默认设置拟合结果变量第 50 个百分位数的模型,即所谓的中位数回归模型。我们指定了 rseed(19) 选项,以保证可重复性。

. webuse engel1857

(European household budget survey)

. bayes, rseed(19): qreg foodexp income

Burn-in …

Simulation …

Model summary

Likelihood: 

  foodexp ~ asymlaplaceq(xb_foodexp_q50,{sigma},.5)

Priors: 

  {foodexp_q50:income _cons} ~ normal(0,10000)(1)

{sigma} ~ igamma(0.01,0.01)

(1) Parameters are elements of the linear form xb_foodexp_q50.

Bayesian quantile regressionMCMC iterations  =12,500

Random-walk Metropolis–Hastings samplingBurn-in=2,500

MCMC sample size =10,000

Quantile = .5Number of obs    =235

Acceptance rate  =.3603

Efficiency:  min =.09896

avg =.151

Log marginal-likelihood =  186.43947max =.2268

Equal-tailed   

Mean   Std. dev.MCSEMedian  [95% cred. interval]

foodexp_q50

income.5567276   .0159401   .000507   .5562547   .5248025    .587735

_cons.084986   .0143782   .000403   .0851108   .0575581   .1134264

sigma.0377533   .0024907   .000052   .0376511   .0331066   .0430957

收入系数的平均后验估计值为 0.56,95% 可信区间 (CrI) 为 [0.52, 0.59]。现在,我们将注意力转移到结果变量的第 25 个百分位数(或 0.25 分位数)上,使用 qreg 指定 quantile() 选项。

. bayes, rseed(19): qreg foodexp income, quantile(0.25)

Burn-in …

Simulation …

Model summary

Likelihood: 

  foodexp ~ asymlaplaceq(xb_foodexp_q25,{sigma},.25)

Priors: 

  {foodexp_q25:income _cons} ~ normal(0,10000)(1)

{sigma} ~ igamma(0.01,0.01)

(1) Parameters are elements of the linear form xb_foodexp_q25.

Bayesian quantile regressionMCMC iterations  =12,500

Random-walk Metropolis–Hastings samplingBurn-in=2,500

MCMC sample size =10,000

Quantile = .25Number of obs    =235

Acceptance rate  =.3423

Efficiency:  min =.1436

avg =.1765

Log marginal-likelihood =  169.18624max =.2421

Equal-tailed   

Mean   Std. dev.MCSEMedian  [95% cred. interval]

foodexp_q25

income.4718604   .0140225    .00037   .4735463   .4414884   .4948657

_cons.0962851   .0116976   .000308   .0957929   .0742573   .1196877

sigma.0304463   .0020364   .000041   .0303373   .0266857   .0347907

收入系数的平均后验估计值为 0.47,95%CrI 为 [0.44, 0.49]。两个量值回归的 CrIs 并不重叠,这表明收入与食品支出之间的关系在 0.25 和 0.50 量值之间是不同的。我们可以使用 bayes: qreg 在 quantile() 选项中指定不同的量化值来进一步探究这种关系,并使用结果绘制下图:

【StataNow 新功能】贝叶斯量子回归

该图显示了不同食品支出分布(数量级)的收入系数的异质性。该系数随着量化值的增加而增加。(这并不意味着食品支出占收入的比例随着收入的增加而增加。如果我们进行预测并绘制恩格尔曲线,就会发现食品支出所占比例会随着收入的增加而减少,这是预料之中的)。

所有现有的贝叶斯后估计命令都可以在 bayes: qreg 后使用。例如,我们可以计算食品支出第 25 百分位数模型中收入系数在区间[0.525, 0.588]内的后验概率–区间[0.525, 0.588]是中位数回归模型得到的 95% CrI。为此,我们使用 bayestest interval 命令。

. bayestest interval {foodexp_q25:income}, lower(.525) upper(.588)

Interval testsMCMC sample size =    10,000

prob1 : .525 < {foodexp_q25:income} < .588

Mean    Std. dev.MCSE

prob100.000000

估计的后验概率为 0,这表明收入对食品支出的影响在第 25 个百分位数和第 50 个百分位数之间是不同的。

原创文章,作者:管理员,如若转载,请注明出处:https://nomar.cn/archives/1925.html

(0)
上一篇 2024 年 6 月 2 日
下一篇 2024 年 6 月 2 日

相关推荐

  • 原创故事丨时间之死

    故土 孩子们热衷于谈论过往的事情,踩在搭着巨大影棚的脚手架旁,用力扯长着嘴,来显示自己的所知非常。孩童实际上就是这么令人厌彻的一类人啊,在稚嫩的收敛下露骨地展现自我的傲慢,并尝试以…

    推荐 2024 年 5 月 29 日
  • 理查兹:看福登踢成这样我难过,得想办法让他发挥出最好水平

    在英格兰1-0战胜塞尔维亚的比赛中,福登表现不佳,未能对比赛产生影响,赛后,理查兹认为英格兰得想办法充分发挥菲尔-福登的潜力。 在比赛前的准备阶段,关于如何最好地容纳贝林厄姆和福登…

    推荐 2024 年 6 月 18 日
  • 重磅!退休人员基本养老金上调3%

    本报讯 (记者孟珂)6月17日,《证券日报》记者从人力资源社会保障部了解到,2024年1月1日起,为2023年底前已按规定办理退休手续并按月领取基本养老金的企业和机关事业单位退休人…

    推荐 2024 年 6 月 18 日
  • 围剿“一枝黄花” 筑牢安全生态屏障

    “加拿大一枝黄花”生长速度快、适应性广、繁殖能力强,入侵后可迅速挤占本土植物生存空间,对农业生产、生物多样性和生态景观等构成重大威胁。近期,为切实做好外来生物“加拿大一枝黄花”防治…

    推荐 2024 年 5 月 29 日
  • 星耀天穹初现

    本文转自:北京晚报 3万平方米的屋盖依靠两根喇叭花造型的网格柱支撑起来。 工人喷涂防锈涂料。 朝阳站交通枢纽换乘大厅外檐正式亮相。   从北京朝阳站内眺望西侧的建筑,透明的玻璃屋面…

    推荐 2024 年 5 月 30 日