比例数据基于Tobit分位数回归模型的贝叶斯变量选择

摘要：

针对家庭商业健康保险参保比例在[0,1]闭区间上取值的特点,本文基于Tobit模型给出了比例响应数据的贝叶斯分位数回归建模方法.通过引入回归系数的"Spike—and—slab"先验分布,应用EM算法我们提出了基于门限规则的贝叶斯变量选择方法.大量数值模拟研究验证了所提的贝叶斯变量选择方法的有效性,且具有易操作、计算量小等优点.最后,将此方法应用到家庭商业健康保险数据的实证分析,研究不同分位数水平下家庭健康保险参保比例的影响因素,得到了许多有意义的研究结果.

关键词：比例数据、Tobit分位数回归、贝叶斯变量选择、"Spike-and-Slab"先验、EM算法

所属期刊栏目：30

分类号：O212(概率论与数理统计)

资助基金：国家社会科学基金;国家自然科学基金

在线出版日期：2022-06-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：63-73