潜伏期变化的随机流行病模型及其贝叶斯推断

本文讨论了潜伏期和传染期均服从威布尔分布、易感性随机变化的一类随机流行病模型,并利用M CM C算法对潜伏期、传染期的参数和易感性的超参数作了贝叶期推断.这种分析方法比以往各种方法更适用于各类疾病.     

动态异方差随机前沿模型的Bayesian推断

随机前沿模型中如果忽略单边干扰项的异质性(heterogeneity)往往导致错误的效率估计.从个体特征的影响和方差的时变性两方面对单边干扰项进行考虑,提出异方差动态随机前沿模型.利用Gibbs抽样方法对动态异方差随机前沿模型进行Bayesian分析.导出了模型参数的后验条件分布,对中小样本的模拟实验显示在最小后验均方误差准则下得到的参数估计值非常接近真值.对电力公司的实际数据进行分析显示对数无效率项的方差有一定的时变性.     

泊松逆高斯回归模型的贝叶斯统计推断

本文研究泊松逆高斯回归模型的贝叶斯统计推断.基于应用Gibbs抽样,Metropolis-Hastings算法以及Multiple-Try Metropolis算法等MCMC统计方法计算模型未知参数和潜变量的联合贝叶斯估计,并引入两个拟合优度统计量来评价提出的泊松逆高斯回归模型的合理性.若干模拟研究与一个实证分析说明方...     

非线性再生散度随机效应模型的贝叶斯分析

非线性再生散度随机效应模型是一类非常广泛的统计模型，包括了线性随机效应模型、非线性随机效应模型、广义线性随机效应模型和指数族非线性随机效应模型等．本文研究非线性再生散度随机效应模型的贝叶斯分析．通过视随机效应为缺失数据以及应用结合Gibbs抽样技术和Metropolis-Hastings算法（简称MH算法）的混合算法获得了模型参数与随机效应的同时贝叶斯估计．最后，用一个模拟研究和一个实际例子说明上述算法的可行眭．     

基于空间滞后随机前沿模型技术效率的估计

为了刻画潜在的空间效应,本文提出了一类空间滞后随机前沿模型.在单边误差项分别服从半正态分布、指数分布及截尾正态分布的情况下,我们给出了模型的对数似然函数及迭代步骤.此外,应用JMLS方法给出了单边误差项的条件均值与条件众数,因而得到了相应的技术效率估计.     

中国区域技术效率的随机前沿分析

本文采用1996-2006年全国30个省实际GDP、人力资本和物质资本的面板数据,在随机误差项自相关和异方差的假定下,运用随机前沿分析模型对我国省际技术效率进行测算;同时分东部、中部和西部进行分析,并进行了严格的假设检验。结果表明:我国中部地区的技术效率最高,东部次之,西部最低;且三大地区技术效率均逐年提高,三者之间的技术效率差异呈现收敛趋势。     

随机截尾情形下MOBVE分布的统计推断

本文讨论联合生存函数的二元指数分布（ＭＯＢＶＥ）的统计推断问题，随机截尾寿命试验下的元件和患联系统的寿命试验数据被联合作用，文中给出了参数的极大似然估计并讨论了它们的渐近性质，还得到了若干关于参数的假设的渐近检验程序。     

线性混合效应模型贝叶斯分位回归的变分推断

贝叶斯分位回归能够对线性混合效应模型中的参数进行良好的估计.在贝叶斯参数估计中,常用Gibbs抽样方法.为了得到精确的估计结果,Gibbs抽样方法需要进行多次抽样.当模型参数维度较高时,Gibbs抽样方法将会十分耗时.因此,文章采用变分推断来近似参数的后验分布.变分推断采用无条件分布来逼近Gibbs方法得到的条件分布,从而使得计算变得高效.文章将模型参数的先验假定为正态分布,对无惩罚线性混合效应模型的参数进行变分推断.考虑到模型参数可能面临的高维情况,文章将模型参数的先验假定为Laplace分布,对双惩罚线性混合效应模型的参数也进行变分推断.从模拟结果来看,变分推断对模型参数估计的精度虽略小于Gibbs抽样方法,但其运行速度较快.在高维情况下,运行效率依然很高.在大数据时代,时间和资源的消耗是文章首先需要考虑的因素.因此,文章提出的方法可实际运用在高维线性混合效应模型中.     

应用随机前沿成本模型对我国大型综合医院成本效率的研究

为了精确考察我国大型医院医疗服务和管理的成本效率,采用随机前沿成本模型对我国73所大型综合医院的医疗服务的成本效率进行了评价研究,同时在3种不同低效率误差分布的假设下,对各评价单元所得的效率值进行了比较.结果显示,我国大型综合医院医疗服务的成本效率平均得分在0.9以上,表明它们的医疗服务和管理水平是比较高的,与其发展规模是相匹配的.并且在3种不同的低效率误差分布假设下各评价单元所得效率值也基本一致.     

基于Gibbs抽样的随机前沿面半参数模型的估计

本文对文献[1]提出的随机前沿面半参数模型的参数估计作了进一步研究,利用基于Gibbs抽样的技术,成功构造出了随机前沿面半参数模型的参数估计,并给出了生产技术有效性测算的方法及其证明,提高了随机前沿面半参数模型的应用价值.     

基于MCMC稳态模拟的指数回归模型及其应用

讨论了加速失效模型族中最简单而又十分重要的指数回归模型，利用贝叶斯方法提高了该模型的有效性。为了较好的解决高维数值积分在实际应用中的难题，提出了对寿命服从指数分布的产品，运用基于Gibbs抽样的马尔科夫链蒙特卡洛（Markov Chain Monte Carlo，MCMC）方法动态模拟出参数后验分布的马尔科夫链，在回归参数的先验分布为多元正态分布时，给出随机截尾条件下，回归参数在指数回归模型中的贝叶斯估计，提高了计算的精度。借助数据仿真分析说明了利用WinBUGS（Bayesian inference Using Gibbs Sampling）软件包进行建模分析的过程，证明了该模型在可靠性应用中的直观性与有效性。     

农民健康状况对农业生产效率影响的实证研究

利用2012年福建安溪随机抽样的335茶农的调查数据,探讨农民健康状况对农业生产效率的影响。通过建立随机前沿生产函数,对茶叶生产的效率损失值进行了测算;以健康损害为关键变量、农户家庭特征和其他变量为控制变量,对效率损失值进行Tobit回归。结果显示,农业生产效率不仅受到劳动、茶园面积、化学要素投入量等传统要素的影响,而且与农民的健康状况显著正相关,说明投资于健康对农民增产增收至关重要。     

Gibbs Sampler方法在考生写作能力的贝叶斯估计中的应用

本文将同族ＴＥＳＴ模型（Ｊｏｒｅｓｋｏｇ，１９７１）一般化之后作为作文考试数据的模型，并应用ＧｉｂｂｓＳａｍｐｌｅｒ方法对考生的作文能力进行贝叶斯估计。通过具体实例分析，说明了这种方法的估计是合理的，得到的结果是有效的。     

中国乡镇企业增长的随机前沿生产函数分析

论文在运用中国1990-2005年间省际平衡面板数据的基础上,采用考虑非效率项的非中性技术进步随机前沿生产函数模型,分析了影响我国各省区乡镇企业增长的规模报酬、技术效率和技术进步因素。主要得出结论如下:在乡镇企业的发展过程中,资本产出弹性不断接近甚至有超过劳动产出弹性的趋势,呈现出一定的资本深化过程;整个规模报酬略大于1,这表明适当扩大乡镇企业经营规模存在着一定的规模经济效应;而整体平均技术效率水平逐年递增,技术进步率则逐年下降。在这些实证工作的基础上,论文还得出一些政策建议,希冀能够对实现我国乡镇企业的可持续发展有所裨益。     

基于Gibbs抽样算法的贝叶斯动态面板数据模型分析

针对现有动态面板数据分析中存在偶发参数和没有考虑模型参数的不确定性风险问题,提出了基于Gibbs抽样算法的贝叶斯随机系数动态面板数据模型.假设初始值服从平稳分布,自回归系数服从Logit正态分布的条件下,设计了Markov链Monte Carlo数值计算程序,得到了模型参数的贝叶斯估计值.实证研究结果表明:基于Gibb...