文献

J-GLOBAL ID：202002246615652327   整理番号：20A2124367

観測されない不均一性を適応するための滑らかな遷移有限混合モデル【JST・京大機械翻訳】

A Smooth Transition Finite Mixture Model for Accommodating Unobserved Heterogeneity

著者 (3件)： Kappe Eelco (Smeal College of Business, Pennsylvania State University, University Park, PA 16802 ()) ,  DeSarbo Wayne S. (Smeal College of Business, Pennsylvania State University, University Park, PA 16802 ()) ,  Medeiros Marcelo C. (Department of Economics, Pontifical Catholic University of Rio de Janeiro, Rua Marques de Sao Vicente 225, Gavea, Rio de Janeiro, RJ Brazil ())
資料名： Journal of Business & Economic Statistics  (Journal of Business & Economic Statistics)
巻： 38  号： 3  ページ： 580-592  発行年： 2020年 
JST資料番号： W5938A  ISSN： 0735-0015  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 円滑な移行(ST)モデルはビジネスと経済学で普及しているが,これらのモデル内の観察されない不均一性の処理は限られた注目を受けてきた。パネルデータコンテキストにおける時変効果および観察されない不均一性の存在を同時に推定するST有限混合(STFM)モデルを提案した。著者らの目的は,時間にわたって変化するこれらの効果を同時に許容しながら,関心の独立変数の不均一効果を正確に回復することである。この目的を完成することは,管理者と政策立案者の貴重な洞察を提供する。STFMモデルはいくつかのよく知られたSTと閾値モデルを入れた。Bayes法を用いてSTFMモデルに対する仕様,推定およびモデル選択基準を開発した。また,領域の数がサンプルサイズと共に成長するとき,STFMモデルの柔軟性の理論的評価を提供した。広範なシミュレーション研究において,観測されない不均一性を無視することは,歪パラメータ推定に導くことができ,STFMモデルは,モデル仮定が破られるとき,かなりロバストであることを示した。経験的に,Major League Baseballにおけるゲーム攻撃に対するゲーム促進の影響を推定した。経験的結果は,STFMモデルがすべての入れ子版より優れていることを示した。本論文の補足材料はオンラインで利用できる。Please refer to the publisher for the copyright holders. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： シミュレーション ,  管理者 ,  *ゲーム ,  経済学 ,  柔軟性 ,  パラメータ推定 ,  不均一性 ,  ロバスト性
準シソーラス用語： 独立変数 ,  モデル選択 ,  オンライン ,  パネルデータ ,  Bayes法 ,  閾値モデル ,  *有限混合モデル , 【Automatic Indexing@JST】

著者キーワード (5件)： 潜在クラス ,  Majorリーグ野球 ,  Markov連鎖モンテカルロ法 ,  モデル選択 ,  レジームスイッチング

分類 (2件)： 数値計算  (JE02000J) ,  自動車事故,交通安全  (TB01050G)

タイトルに関連する用語 (5件)： 観測 ,  均一性 ,  適応 ,  遷移 ,  有限混合モデル