Regression modelEconometrics / time series
贝叶斯随机效应模型
贝叶斯随机效应模型将面板数据随机效应与贝叶斯先验框架相结合,允许将单位特定效应视为来自总体分布的抽样,其超参数通过数据进行估计。这会产生正则化、量化不确定性的估计,这些估计在不同单位之间“借用强度”——这对于短面板、稀疏组或频率论方差分量估计不稳定的情况尤其有价值。
阅读完整方法
仅限会员
登录使用免费账户登录即可阅读本节。
方法图谱
相关方法的邻域——选择一个节点以展开探索。
另有 2 项
来源
- Gelman, A., Carlin, J. B., Stern, H. S., Dunson, D. B., Vehtari, A., & Rubin, D. B. (2013). Bayesian Data Analysis (3rd ed.). CRC Press. ISBN: 978-1439840955
- Hsiao, C. (2014). Analysis of Panel Data (3rd ed.). Cambridge University Press. ISBN: 978-1107038691
如何引用本页
ScholarGate. (2026, June 3). Bayesian Random Effects Model. ScholarGate. https://scholargate.app/zh/econometrics/bayesian-random-effects-model
选用哪种方法?
将本方法与其最相近的同类并置,并排研读——本馆将书籍铺陈于案上,取舍则由您定夺。
- 分层线性模型 (HLM)统计学↔ 比较
- 混合效应模型统计学↔ 比较
- 普通最小二乘法 (OLS) 回归计量经济学↔ 比较
- 面板数据固定效应模型计量经济学↔ 比较
- 随机效应模型 (Random Effects model)计量经济学↔ 比较