توزیع های آمیخته-مقیاس نرمال و کاربرد آنها در برازش مدل رگرسیون پانلی

یک روش مناسب در برازش مدل های رگرسیونی با هدف افزایش انعطاف پذیری بیشتر مدل در تحلیل انواع داده ها با ساختار پخش غیرنرمال، استفاده از کلاس توزیع های آمیخته- مقیاس نرمال است. ساختار این خانواده بر پایه نمایش سلسله مراتبی تصادفی است که در آن توزیع آمیختگی نقش اساسی را در ویژگی های خاص آماری این توزیع های آمیخته ایفا می کند. این نمایش منجر به استفاده ساده تر و کاربرد بهتر این توزیع ها در برازش مدل های پیچیده توسط رهیافت بیز خواهد شد. ما در این مقاله خانواده توزیع آمیخته-مقیاس نرمال و توزیع های منتج از آن را در برازش مدل های پانلی به منظور انجام تحلیل های مقاوم تر داده های وابسته معرفی می کنیم. همچنین توزیع های پسین شرطی کامل موردنیاز جهت برآورد پارامترها با روش الگوریتم نمونه گیری گیبز را به دست می آوریم. در ادامه، مدل های معرفی شده را در تحلیل داده های بورس اوراق بهادار تهران بکار برده و با معیارهای انتخاب مدل آنها را مقایسه می کنیم.

Keywords:

الگوریتم نمونه گیری گیبز , پسین شرطی کامل , داده های پانلی , نمایش سلسله مراتبی.