2020年1月
《实证经济学》,2020,(https://doi.org/10.1007/s00181-020-01893-5)
本文开发了一种贝叶斯方法,用于在存在相关随机效应的情况下,估计具有二进制结果的面板分位数回归。我们利用不对称拉普拉斯误差分布构造一个工作似然分布,并将其与适当的先验分布相结合,得到完整的联合后验分布。对于后验推理,我们提出了两种马尔可夫链蒙特卡罗(MCMC)算法,但更倾向于利用阻塞过程产生较低的MCMC绘制自相关的算法。我们还解释了如何使用MCMC绘图来计算边际效应,相对风险和优势比。我们的首选算法的性能在多个仿真研究中得到了证明,并表现得非常好。此外,我们将提出的框架应用于加拿大魁北克省的犯罪再犯研究,使用来自行政矫正档案的新数据。我们的结果表明,加拿大政府最近实施的“严厉打击犯罪”政策在很大程度上成功地降低了政策后时期的重复犯罪概率。此外,我们的结果支持了现有的研究结果,并在不同的分位数提供了新的见解。
下载
这些必要的cookies是激活网站核心功能所必需的。不能选择退出这些技术。
为了进一步提高我们的报价和我们的网站,我们收集匿名数据进行统计和分析。例如,在这些cookie的帮助下,我们可以确定访客数量和网站上某些页面的效果,并优化我们的内容。