Bayesian Estimation Tools|GAUSS应用-上海卡贝信息技术有限公司

Bayesian Estimation Tools

Bayesian Estimation Tools 提供了一套用于贝叶斯估计和分析的预构建工具，包括数据生成、估计和估计后分析。

Bayesian Estimation Tools提供了一套用于估计和分析大量预打包模型的工具。内部贝叶斯模型提供了可快速访问的全阶段建模，包括数据生成、估计和估计后分析。通过用于设置建模参数的控制结构来提供建模灵活性，所述建模参数例如是磨合期、总迭代次数等。

平台: Windows, Mac, and Linux

需求: GAUSS/GAUSS Engine/GAUSS Light v13.1 or higher

特征

用于构建假设数据集的数据生成工具:

单变量和多变量线性模型
自回归误差项
分层贝叶斯(HB)
概率单位和逻辑单位数据

马尔可夫链蒙特卡罗(MCMC)估计的支持模型；

单变量和多变量线性模型
自回归误差项
分层贝叶斯(HB)
概率单位模型
动态双因素模型
结构向量自回归(SVAR)

灵活、用户定义的MCMC估计参数包括:

保存的迭代次数
跳过的迭代
老化迭代
迭代总数
截距的包含
可选图形和结果输出
选择性最大似然估计(MLE)初始化

全面的计算包括:

在每次迭代中绘制所有参数
参数的后验均值
参数的后验标准差
预测变量值和残差
观测数据和预测数据之间的相关矩阵
PDF值和相应的PDF图表
对数似然值(适用时)

示例

Sample output report for probit model
Model Type: Probit regression model
*************************************************************
Possible underlying (unobserved) choice generation:
Agent selects one alternative:
Y[ij] = X[j]*beta_i + epsilon[ij]
epsilon[ij]~N(0,Sigma)
*************************************************************
Y[ij] is mvar vector
Y[ij] is utility from subject i, choice set j, alternative k
where i = 1, ..., numSubjects
j = 1, ..., numChoices
k = 1, ..., numAlternatives - 1
*************************************************************
X[j] is numAlternative x rankX for choice j
*************************************************************
Pick alternative k if:
Y[ijk] > max( Y[ijl] )
for all k < mvar+1 and l not equal to k
Select base alternative if max(Y)<0
*************************************************************
Observed model:
*************************************************************
Choice vector C[ij] is a numAlternative vector of 0/1
beta_i = Theta'Z[i] + delta[i]
delta[i]~N(0,Lambda)
*************************************************************

Summary stats of independent data

*****************************************
Summary stats for X variables
*****************************************

Variable Mean STD MIN MAX
X1 0.33333 0.47538 0 1
X2 0.33333 0.47538 0 1
X3 0.33333 0.47538 0 1
X4 0.28648 0.20641 -0.083584 0.71157
X5 0.083333 0.59065 -1 1

*****************************************
Summary stats for Z variables
*****************************************

Variable Mean STD MIN MAX
Y1 -0.10328 1.1582 -6.1714 3.7266
Y2 -0.23821 1.1428 -6.1295 3.2853
Y3 -0.28473 1.2776 -5.4752 4.58

*****************************************
Summary stats for dependent variables
*****************************************

Variable Mean STD MIN MAX
Y1 -0.10328 1.1582 -6.1714 3.7266
Y2 -0.23821 1.1428 -6.1295 3.2853
Y3 -0.28473 1.2776 -5.4752 4.58

***********************************
MCMC Analysis Setup
***********************************
Total number of iterations: 1100.0
Total number of saved iterations: 1000.0
Number of iterations in transition period: 100.00
Number of iterations between saved iterations: 0.0000
Number of obs: 60.000
Number of independent variables: 5.0000
(excluding deterministic terms)
Number of dependent variables: 3.0000

********************************
MCMC Analysis Results
********************************

***********************************
Error Standard Deviation
***********************************
Variance-Covariance Means(Sigma)

Equation Y1 Y2 Y3
Y1 0.20831 0.078641 -0.12772
Y2 0.078641 0.26217 -0.078051
Y3 -0.12772 -0.078051 1

***********************************
Error Standard Deviation
***********************************
Variance-Covariance Means (Lambda)

Equation Beta1 Beta2 Beta3 Beta4 Beta5
Beta1 0.038024 0.0084823 0.0050414 -0.010463 -0.0044786
Beta2 0.0084823 0.038058 0.0061952 -0.0098521 0.0017846
Beta3 0.0050414 0.0061952 0.080755 -0.0086755 0.016158
Beta4 -0.010463 -0.0098521 -0.0086755 0.10271 -0.010493
Beta5 -0.0044786 0.0017846 0.016158 -0.010493 0.046216

***********************************
Theta for Z Equation 1.0000
***********************************

Variable PostMean PostSTD
Theta1 0.53176 0.43012
Theta2 0.43195 0.35411
Theta3 -0.011848 0.00015526
Theta4 -2.0511 -1.9772
Theta5 1.0605 1.1038

***********************************
Theta for Z Equation 2.0000
***********************************

Variable PostMean PostSTD
Theta1 0.90016 0.79037
Theta2 0.37388 0.19278
Theta3 -0.32424 -0.37066
Theta4 0.69154 0.85307
Theta5 -0.26623 -0.19126

***********************************
Theta for Z Equation 3.0000
***********************************

Variable PostMean PostSTD
Theta1 -0.24998 -0.2454
Theta2 -0.22883 -0.19728
Theta3 -0.043585 0.026509
Theta4 -0.29718 -0.30046
Theta5 0.52032 0.50741

CALL or EMAIL

有关GAUSS的更多信息，请联系我们的销售代表：

400-621-1085
021-50391087

或点击下面的图片，在线提交购买咨询信息

联系我们

快速链接