高人进，关于贝叶斯估计的几个重要问题！

相似文件 换一批

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

在做贝叶斯估计过程中，经常遇到以下几个问题，有谁能解答我的这些困惑：

1、模型所有设定都不变的情况下，每次估计的结果都存在差异，有时候还差异相当大，这是怎么回事？是不是因为贝叶斯每次产生的随机数据本身决定了每次估计结果不可能相同？

2、如果不改变任何模型参数的情况下，同样的运行几次，发现每次的结果有显著差异，那么：（1）这是否说明模型估计本身不可靠？（2）如果结果都是正常的，那么根据什么标准来选择采用哪一次的估计结果？

3、在采用贝叶斯估计时，我们知道，如果后验分布比现验分布相对更为集中，则说明观测数据确实提供了新的信息，但是，如果发现后验分布反而比先验分布更为分散，那这说明了什么问题？是说明先验分布的选择有问题，还是说明根据观测数据提供的信息，真实的参数确实是处于一种较为分散的分布状态？具体例子，可参阅附件中phi_pi的先验分布和后验分布对比。

4、如何根据Dynare中的估计结果来判断后验参数的显著性？举个例子，当结果如下时：

RESULTS FROM POSTERIOR MAXIMIZATION

parameters

           prior mean     mode    s.d. t-stat prior pstdev

tao_g          0.030   0.0300  0.0100  2.9999 norm  0.0100

rho_r          0.500   0.9509  0.0142 66.8227 beta  0.2000

psi_b         -0.030  -0.0370  0.0185  1.9982 norm  0.0200

tao_y          0.000  -0.0136  0.0417  0.3252 norm  0.0500

standard deviation of shocks

           prior mean     mode    s.d. t-stat prior pstdev

epsilon_pi     0.500   0.5410  0.0481 11.2511 invg     Inf

epsilon_r      0.010   0.0046  0.0019  2.4618 invg     Inf

epsilon_c      0.800   0.4785  0.1559  3.0685 invg     Inf

ESTIMATION RESULTS

parameters

               prior mean post. mean   conf. interval  prior     pstdev

tao_g             0.030     0.0369     0.0236   0.0565  norm      0.0100

rho_r             0.500     0.9395     0.8975   0.9590  beta      0.2000

psi_b            -0.030    -0.0435    -0.0766  -0.0210  norm      0.0200

tao_y             0.000    -0.0498    -0.0906   0.0175  norm      0.0500

standard deviation of shocks

               prior mean post. mean   conf. interval  prior     pstdev

epsilon_pi        0.500     0.5553     0.4621   0.6139  invg         Inf

epsilon_r         0.010     0.0098     0.0056   0.0127  invg         Inf

epsilon_c         0.800     0.3367     0.1142   0.7669  invg         Inf

请具体指出各参数的显著性，及根据什么标准？

真心向大家请教上述问题，如能承蒙管理员置顶，则泪牛满面，万分感激.........

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：贝叶斯估计 贝叶斯 maximization parameters Estimation 模型

kankan

我也想问啊，，这估计出来的结果怎么看好坏呀。。。。

你是用数据做的，还是用随机模拟出来的数据做的？如果是后者，差异是正常的啊。

同问，有高手解答下么

结果存在差异是因为模拟数据是随机的，如果做MCMC问题，当样本足够多的时候结果会趋于稳定；但是，如果样本数量较少，波动性是很大的。另外，后验分布是先验分布和样本分布的结合，如果先验的分布和样本的分布存在很大的差异，那么后验分布可能会较为松散。此时，如果先验信息是个人选取的，那么此时的先验可能就是不合适的，建议更换一个新的先验分布；如果先验和数据没有问题，那么后验的现象就是参数的知识从先验慢慢向样本分布的迁移过程了，如果进一步增加样本信息，后验的参数会收窄。

求问dynare怎么做贝叶斯估计

sabersair 发表于 2021-3-29 08:38
求问dynare怎么做贝叶斯估计

我也正准备做！你做的怎么样了呀