Bayesian Analysis on Dynamic Multivariate Discrete Choice Models and Its Applications
动态多元离散选择模型的贝叶斯分析及其应用
基本信息
- 批准号：19530177
- 负责人：
- 金额：$ 2.91万
- 依托单位：
- 依托单位国家：日本
- 项目类别：Grant-in-Aid for Scientific Research (C)
- 财政年份：2007
- 资助国家：日本
- 起止时间：2007 至 2009
- 项目状态：已结题
- 来源：
- 关键词：
项目摘要
In this research project, I consider the Bayesian method for estimating the multivariate ordered probit model and the dynamic panel ordered probit model. Further, I propose a method for estimating the coefficients of ordinal endogenous explanatory variables from the posterior results obtained for multivariate ordered probit model. I apply the methods to the estimation of subjective well-being equations by using the micro-level survey data. Since one of the merits of Bayesian analysis is that the value of latent variable for probit models can be obtained directly from the posterior results, I propose a new inequality measure for subjective well-being by using the posterior results.
在这个研究项目中，我考虑使用贝叶斯方法来估计多元有序概率模型和动态面板有序概率模型。此外，我提出了一种根据多元有序概率模型获得的后验结果估计序数内生解释变量系数的方法。我利用微观层面的调查数据将这些方法应用于主观幸福感方程的估计。由于贝叶斯分析的优点之一是概率模型的潜在变量值可以直接从后验结果中获得，因此我提出了一种利用后验结果来衡量主观幸福感的新的不平等度量。
项目成果
期刊论文数量（0）
专著数量（0）
科研奖励数量（0）
会议论文数量（0）
专利数量（0）
Bayesian dynamic panel-ordered probit model and its application to subjective well-being
贝叶斯动态面板有序概率模型及其在主观幸福感中的应用
- DOI：
- 发表时间：2009
- 期刊：
- 影响因子：0
- 作者：Hikaru Hasegawa
- 通讯作者：Hikaru Hasegawa
Analyzing tourists' satisfaction : A multivariate ordered probit approach
分析游客满意度：多元有序概率方法
- DOI：
- 发表时间：2010
- 期刊：
- 影响因子：0
- 作者：Hikaru Hasegawa
- 通讯作者：Hikaru Hasegawa
Bayesian dynamic panel-ordered probit model and its application to subjective well-being
贝叶斯动态面板有序概率模型及其在主观幸福感中的应用
- DOI：
- 发表时间：2009
- 期刊：
- 影响因子：0
- 作者：Hikaru Hasegawa
- 通讯作者：Hikaru Hasegawa
Analyzing tourists' satisfaction: A multivariate ordered probit approach
分析游客满意度：多元有序概率方法
- DOI：10.1016/j.tourman.2009.01.008
- 发表时间：2010-02-01
- 期刊：
- 影响因子：12.7
- 作者：Hikaru Hasegawa
- 通讯作者：Hikaru Hasegawa
{{
item.title }}
{{ item.translation_title }}
- DOI：
{{ item.doi }} - 发表时间：
{{ item.publish_year }} - 期刊：
- 影响因子：{{ item.factor }}
- 作者：
{{ item.authors }} - 通讯作者：
{{ item.author }}
数据更新时间：{{ journalArticles.updateTime }}
{{ item.title }}
- 作者：
{{ item.author }}
数据更新时间：{{ monograph.updateTime }}
{{ item.title }}
- 作者：
{{ item.author }}
数据更新时间：{{ sciAawards.updateTime }}
{{ item.title }}
- 作者：
{{ item.author }}
数据更新时间：{{ conferencePapers.updateTime }}
{{ item.title }}
- 作者：
{{ item.author }}
数据更新时间：{{ patent.updateTime }}
HASEGAWA Hikaru其他文献
HASEGAWA Hikaru的其他文献
{{
item.title }}
{{ item.translation_title }}
- DOI：
{{ item.doi }} - 发表时间：
{{ item.publish_year }} - 期刊：
- 影响因子：{{ item.factor }}
- 作者：
{{ item.authors }} - 通讯作者：
{{ item.author }}
{{ truncateString('HASEGAWA Hikaru', 18)}}的其他基金
Bayesian Methods for Statistical Analysis on Stochastic Dominance and Its Applications
随机优势统计分析的贝叶斯方法及其应用
- 批准号：
22530203 - 财政年份：2010
- 资助金额：
$ 2.91万 - 项目类别：
Grant-in-Aid for Scientific Research (C)
Bayesian methods for economic survey data and its applications
经济调查数据的贝叶斯方法及其应用
- 批准号：
13630024 - 财政年份：2001
- 资助金额：
$ 2.91万 - 项目类别：
Grant-in-Aid for Scientific Research (C)
Econometric method of economic data with measurement error and its application
带有测量误差的经济数据的计量方法及其应用
- 批准号：
10630019 - 财政年份：1998
- 资助金额：
$ 2.91万 - 项目类别：
Grant-in-Aid for Scientific Research (C)
相似国自然基金
改进在多物种溯祖模型下用于系统发育推断的贝叶斯MCMC算法的混合效率
- 批准号：
- 批准年份：2021
- 资助金额：30 万元
- 项目类别：青年科学基金项目
结合台阵反投影技术在MCMC算法下进行多点矩张量/震源机制反演
- 批准号：
- 批准年份：2021
- 资助金额：30 万元
- 项目类别：青年科学基金项目
三维地质模型约束下地球化学场的Bayesian-MCMC推断
- 批准号：42072326
- 批准年份：2020
- 资助金额：63 万元
- 项目类别：面上项目
基于MCMC算法的贝叶斯建模研究儿童接种流感疫苗的直接和间接效果
- 批准号：81903373
- 批准年份：2019
- 资助金额：20.0 万元
- 项目类别：青年科学基金项目
基于MCMC-INLA的空间滞后变系数模型的贝叶斯统计推断
- 批准号：
- 批准年份：2019
- 资助金额：42 万元
- 项目类别：地区科学基金项目
相似海外基金
Developing Conjugate Models for Exact MCMC free Bayesian Inference with Application to High-Dimensional Spatio-Temporal Data
开发用于精确 MCMC 免费贝叶斯推理的共轭模型并应用于高维时空数据
- 批准号：
2310756 - 财政年份：2023
- 资助金额：
$ 2.91万 - 项目类别：
Standard Grant
Improved MCMC Methods for Molecular Simulation
改进的分子模拟 MCMC 方法
- 批准号：
2734035 - 财政年份：2022
- 资助金额：
$ 2.91万 - 项目类别：
Studentship
AF: Small: New Techniques for Optimal Bounds on MCMC Algorithms
AF：小：MCMC 算法最优边界的新技术
- 批准号：
2147094 - 财政年份：2022
- 资助金额：
$ 2.91万 - 项目类别：
Standard Grant
連合学習による生体分子ネットワーク推定法の研究
基于联邦学习的生物分子网络估计方法研究
- 批准号：
22K12238 - 财政年份：2022
- 资助金额：
$ 2.91万 - 项目类别：
Grant-in-Aid for Scientific Research (C)
領域形状推定逆問題に対する MCMC 法の研究
区域形状估计反问题的MCMC方法研究
- 批准号：
22K11916 - 财政年份：2022
- 资助金额：
$ 2.91万 - 项目类别：
Grant-in-Aid for Scientific Research (C)