楼主: 牧岩
7331 12

[原创博文] 马尔可夫链与SAS [推广有奖]

  • 0关注
  • 0粉丝

初中生

38%

还不是VIP/贵宾

-

威望
0
论坛币
2 个
通用积分
0
学术水平
0 点
热心指数
0 点
信用等级
0 点
经验
100 点
帖子
22
精华
0
在线时间
4 小时
注册时间
2010-3-24
最后登录
2013-9-1

楼主
牧岩 发表于 2010-6-2 16:03:18 |AI写论文

+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~ !

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
本人最近正在做“基于有吸收状态的马尔可夫链的银行贷款迁移分析”,不知道SAS有没有哪个proc可以实现。还是必须依靠Matlab进行?
二维码

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

关键词:马尔可夫链 马尔可夫 MATLAB matla atlab 银行贷款

回帖推荐

jingju11 发表于9楼  查看完整内容

4# 爱萌 同意。MCMC(proc mcmc 用的是其中之一的random walk Metropolis algorithm ) 是sampling posterior (in Bayesian) 的机制和方法。同样的sampling, 在proc genmod , phreg等等里的结果并非完全一致,因为其sampling方法有差异。但是总是大同小异。 引申开来,在行业中某些人非常看重P=0.049 和p = 0.051 的区别。其实挺令人难以理解的。在bayesian 方法中,或许只是因为不同的sampling而导致置信区域是否包含0值。 ...

本帖被以下文库推荐

沙发
nkwilling 发表于 2010-6-2 16:09:02
有可能是PROC MCMC, 不太确定.

藤椅
bobguy 发表于 2010-6-3 10:16:37
牧岩 发表于 2010-6-2 16:03
本人最近正在做“基于有吸收状态的马尔可夫链的银行贷款迁移分析”,不知道SAS有没有哪个proc可以实现。还是必须依靠Matlab进行?
I am not sure what is "银行贷款迁移分析".

But 马尔可夫链 is a better math tool to model a portfolio performance over time. It is better than survival based analysis in a sense it provides a micro data generating process. It also needs more details about data.

I believe SAS does not have any procedures to handle the problem I describe above. However, you always can DO it with SAS proc nlmixed if you know how to write the problem into a likelihood function and maximized/minimized it.

板凳
爱萌 发表于 2010-6-3 12:44:33
nkwilling 发表于 2010-6-2 16:09
有可能是PROC MCMC, 不太确定.
是不对的,proc mcmc是运用BAYES模型
最恨对我说谎或欺骗我的人

报纸
爱萌 发表于 2010-6-3 12:44:51
这个需要你自己写程序
最恨对我说谎或欺骗我的人

地板
牧岩 发表于 2010-6-3 13:16:15
3# bobguy
谢谢
其实本人只想进行一些矩阵运算,因为“基于马尔可夫链的贷款迁移模型”中涉及“状态转移概率矩阵”,需要一些简单的矩阵运算,比如对矩阵求极限值。(如矩阵的50次乘方)
因为我没有Matlab,时间紧急网上下载的Matlab软件不能顺利安装,刚刚获悉SAS IML模块可以进行矩阵运算,所以想从这方面入手。
雨曾泽树,树亦泽人

7
kaizhang 发表于 2010-6-4 16:48:46
用EXCEL的 MMult 函数就可以解决。

8
jingju11 发表于 2010-6-4 20:35:41
6# 牧岩

用R.每次(虽然很少)用IML我都想哭。

9
jingju11 发表于 2010-6-4 20:48:54
4# 爱萌

同意。MCMC(proc mcmc 用的是其中之一的random walk Metropolis algorithm ) 是sampling posterior (in Bayesian) 的机制和方法。同样的sampling, 在proc genmod , phreg等等里的结果并非完全一致,因为其sampling方法有差异。但是总是大同小异。
引申开来,在行业中某些人非常看重P=0.049 和p = 0.051 的区别。其实挺令人难以理解的。在bayesian 方法中,或许只是因为不同的sampling而导致置信区域是否包含0值。在学习Bayesian的过程中,你可以感到概率的beauty,但是这一点在经典统计学之中却越来越少见了。
已有 1 人评分经验 论坛币 收起 理由
bakoll + 3 + 3 精彩帖子

总评分: 经验 + 3  论坛币 + 3   查看全部评分

10
zhentao 发表于 2010-6-5 09:41:23
jingju11 发表于 2010-6-4 20:48
4# 爱萌

同意。MCMC(proc mcmc 用的是其中之一的random walk Metropolis algorithm ) 是sampling posterior (in Bayesian) 的机制和方法。同样的sampling, 在proc genmod , phreg等等里的结果并非完全一致,因为其sampling方法有差异。但是总是大同小异。
引申开来,在行业中某些人非常看重P=0.049 和p = 0.051 的区别。其实挺令人难以理解的。在bayesian 方法中,或许只是因为不同的sampling而导致置信区域是否包含0值。在学习Bayesian的过程中,你可以感到概率的beauty,但是这一点在经典统计学之中却越来越少见了。
这个倒是不见得吧。随着计算机能力的提高,Bayesian也重新焕发青春。Journal of Econometrics及其他顶尖杂志的Bayesian有关的论文数量就可以看出来。我倒是Bayesian的崇拜者,和我的导师正好相反。

您需要登录后才可以回帖 登录 | 我要注册

本版微信群
加好友,备注cda
拉您进交流群
GMT+8, 2025-12-25 23:24