兩部分因子分析模型的貝葉斯推斷
作者：夏業茂; 凌耀斌; 熊雙粲 南京林業大學理學院; 江蘇南京210037; 南京林業大學經濟管理學院; 江蘇南京210037
摘要：半連續數據在經濟和社會科學調查中普遍存在.在分析該類數據時,經典兩部分回歸模型經常被用來刻畫協變量對響應變量可變性的影響.然而,包含協變量并不能完全解釋響應變量的可變性.忽略未被觀測的數據異質性將導致方差的劇烈波動.在本文中,我們將兩部分回歸模型推廣到兩部分因子分析模型.多變量半連續數據未觀測的異質性由潛在因子部分來解釋.此外,通過引入潛在性因子,多重變量間的相依性也以線性組合方式通過共享因子變量得到刻畫.在貝葉斯框架內,我們運用馬爾可夫鏈蒙特卡洛（MCMC）方法來進行后驗分析.GIBBS采樣器被用于從后驗分布中抽取樣本.基于模擬的隨機樣本,未知參數估計和模型評價等統計推斷問題獲得解決.隨機模擬和可卡因使用數據分析等實證結果顯示了該方法的有效性和實用性.
注：因版權方要求，不能公開全文，如需全文，請咨詢雜志社。
應用數學雜志
應用數學雜志， 季刊，本刊重視學術導向，堅持科學性、學術性、先進性、創新性，刊載內容涉及的欄目：學術論文、簡報、綜述等。于1988年經新聞總署批準的正規刊物。
- 北大期刊
- 統計源期刊
- 1-3個月審核
