贝叶斯分位数回归的局部影响分析.pdfVIP

贝叶斯分位数回归的局部影响分析 文 ／姚 琦 韩士渊 雷 伟 摘 要：分位数回归比经典均值回归能更全面地反映样 强影响点。 本的信息。本文对经济数据进行贝叶斯框架下的分位数回归， 二、分位数回归 得到比均值回归更全面的信息。本文 中，我们使用7．G．Ibrahim 考 虑 如 下 线 性 模 型： = + ， f=l，．．．，， 等人提出的贝叶斯局部影响分析的方法，来分析其对后验分 =(届，．．。， )是k维的位置向量，工为观测矩阵，随机误差 布的影响。参数的后验分布通过Gibbs抽样、MH算法得到。 项 被认为与所有f独立。 与 的分布未知。 关键词：贝叶斯 分住数回归 局部影响分析 将 的P分位数定义为Q ，即 cQ，)=P，在给定 DOI：10．3969~．issn．1674—537X．2014．08．01l 时的 的P分为数为 (I)= p)，其中 (是和P相关 的向量。fl(P)的估计值 (p)是以下优化函数的解： 一 、 引言 以往的回归分析都是对条件均值进行建模，但是均值 min：p，()Jj-x,13)--Z(Yl—D)(p一，(()一p)o)) (1) 回归只能得到一条拟合曲线，反应 的样本信息极为有限， 其中I(o)为示性函数，值为真时，取值为l。否则为0。 将 (1)求最小化，相当于求非对称拉普拉斯分布的似 特别是在对偏态分布或者多峰分布建模的时候，不能给出全 然函数的极大值，写作 面的结果。Koenker和Bm~sett…在 1978年提 出了分位数回 归，Koenker在 2004年证明分位数回归在对偏态分布或者 )= 唧 )} (2) 多峰分布建模的时候，能全面地反映参数分布情况 。Yu和 Moyeed[31 Yu和 Stander[41改进了一种贝叶斯框架下的分位 其中，盯是尺度参数，不影响fl(p)的取值，引用Jing ， 数回归。 Wang的文章，我们可以假设，()=r(N，∑ (一‘))‘其 在贝叶斯文献中，局部影响分析可以在数据、先验信 中r(·)为伽马分布。 息、拙样分布被污染的情况下获得后验分布的敏感度分析值 则未知参数 的后验分布可以表示成 口】 另外，Cook在 1986提出非参情况下的局部影响分析 6【】。 石(IY)∞L(yIf1)p(f1) (3) 。 Ibrahim7【和ZhuI8在2011改善了一种对先验信息、抽样分布、 其中(IB)：丛二uI堕cxpL{一丛u)J}，()为 的先验分 数据进行污染的局部影响分析。 布。 但是模型的错误使用、数据的污染和先验信息的不准确 三、贝叶斯局部影响 是否会对之后的统计推断带来灾难性的后果，目前国内外还 (一)扰动模型 没有文献对此进行研究。本文通过使用 1个统计量 ，对贝[1-f 基于Zhueta1．(2011)的文章 ，我们考虑对先验信息、抽 斯分位数回归进行局部影响分析，找到不同分位数回归下的 样分布、数据进行微小扰动 ： l ／(，，dr)=／(，盯I＆)H／(，，a-I,