正态倒Gamma随机前沿模型的Bayesian推断

• 作者: 刘晓君 张世斌
• 来源期刊: 高校应用数学学报A辑
• 学科: 数学
• 关键词: 随机前沿模型 倒Gamma分布 Bayesian推断 Gibbs抽样
• 年，卷（期）: 2013,（4）
• 页码范围: 488-496
• 页数: 9页
• 分类号: O212.8
• 字数: 5744字
• 语种: 中文

摘要

假设随机前沿模型的无效率项服从倒Gamma分布,利用Gibbs抽样方法对正态倒Gamma随机前沿模型参数进行Bayesian推断.导出了模型参数的后验条件分布,对中小型样本的模拟试验显示在最小后验均方误差准则下得到的参数估计值十分逼近真值.先验敏感性分析显示参数分布的后验均值相对于先验分布而言较为稳健.对电力公司实际数据分析显示正态倒Gamma随机前沿模型在拟合真实数据中有无效率项占总方差比重大的优点.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张世斌	上海海事大学数学系	19	67	4.0	7.0
2	刘晓君	内蒙古大学数学科学学院	1	6	1.0	1.0