正態(tài)倒Gamma隨機前沿模型的貝葉斯推斷.pdf

1、隨機前沿模型被廣泛用于預測生產(chǎn)效率，通過對生產(chǎn)行為無效性的根本原因及程度進行分析，并提出改進目標和措施，可以節(jié)約能源，減少浪費，因此對其研究很有現(xiàn)實意義.
　　本文假設(shè)隨機前沿模型的無效率項服從倒Gamma分布，利用Gibbs抽樣方法對其參數(shù)進行貝葉斯推斷.導出了模型參數(shù)的后驗條件分布，討論了Gibbs抽樣的具體策略.對中小型樣本進行了模擬實驗，并對模型的參數(shù)進行了先驗敏感性分析.對美國電力公司數(shù)據(jù)用Gibbs抽樣關(guān)于正態(tài)倒Gam

2、ma隨機前沿模型進行貝葉斯推斷.國際集裝箱年鑒上收集了一些國內(nèi)港口的數(shù)據(jù)，用Gibbs抽樣方法關(guān)于正態(tài)倒Gamma隨機前沿模型進行貝葉斯推斷，研究了國內(nèi)港口的效率.
　　模擬實驗顯示參數(shù)估計值十分逼近真值.先驗敏感性分析顯示參數(shù)分布的后驗均值相對于先驗分布而言較為穩(wěn)健.對電力公司實際數(shù)據(jù)分析顯示正態(tài)倒Gamma隨機前沿模型在擬合真實數(shù)據(jù)中有無效率項占總方差比重大的優(yōu)點.
　　在討論Gibbs抽樣策略時，由于選常見標準分布的密