贝叶斯空间计量模型.pdfVIP

其身正，不令而行；其身不正，虽令不从。——《论语》

贝叶斯空间计量模型

一、采用贝叶斯空间计量模型(de)原因

残差项可能存在异方差,而ML估计方法(de)前提是同方差,因此,当残

差项存在异方差时,采用ML方法估计出(de)参数结果不具备稳健性.

二、贝叶斯空间计量模型(de)估计方法

（一）待估参数

对于空间计量模型（以空间自回归模型为例）

假设残差项是异方差(de),即

上述模型需要估计(de)参数有：

共计n+2个参数,存在自由度问题,难以进行参数检验.

为此根据大数定律,增加了新(de)假设：v服从自由度为r(de)卡方分布.

i

如此以来,待估参数将减少为3个.

（二）参数估计方法

采用MCMC（MarkovChainMonteCarlo）参数估计思想,具体(de)抽

样方法选择吉布斯抽样方法（Gibbssamplingapproach）

在随意给定待估参数一个初始值之后,开始生成参数(de)新数值,并根据

新数值生成其他参数(de)新数值,如此往复,对每一个待估参数,将得到一

组生成(de)数值,根据该组数值,计算其均值,即为待估参数(de)贝叶斯估

计值.

三、贝叶斯空间计量模型(de)类型

空间自回归模型far_g()

空间滞后模型（空间回归自回归混合模型）sar_g()

其身正，不令而行；其身不正，虽令不从。——《论语》

空间误差模型sem_g()

广义空间模型（空间自相关模型）sac_g()

四、贝叶斯空间模型与普通空间模型(de)选择标准

首先按照参数显着性,以及极大似然值,确定普通空间计量模型(de)

具体类型,之后对于该确定(de)类型,再判断是否需要进一步采用贝叶斯

估计方法.

标准一：对普通空间计量模型(de)残差项做图,观察参数项是否是正

态分布,若非正态分布,则考虑使用贝叶斯方法估计.

技巧：r=30(de)贝叶斯估计等价于普通空间计量模型估计,此时可以

做出v(de)分布图,观察其是否基本等于1,若否,则应采用贝叶斯估计方

法.

标准二：若按标准一发现存在异方差,采用贝叶斯估计后,如果参数结

果与普通空间计量方法存在较大差异,则说明采用贝叶斯估计是必要

(de).

例1：选举投票率普通SAR与贝叶斯SAR对比：

loadelect.dat;

loadford.dat;

y=elect(:,7)./elect(:,8);

x1=elect(:,9)./elect(:,8);

x2=elect(:,10)./elect(:,8);

x3=elect(:,11)./elect(:,8);

w=sparse(ford(:,1),ford(:,2),ford(:,3));

其身正，不令而行；其身不正，虽令不从。——《论语》

x=[ones(3107,1)x1x2x3];

res1=sar(y,x,w);

res2=sar_g(y,x