ارسل ملاحظاتك

ارسل ملاحظاتك لنا







Bayesian Lasso in Quantile Regression with a New Prior

المصدر: مجلة القادسية للعلوم الإدارية والاقتصادية
الناشر: جامعة القادسية - كلية الادارة والاقتصاد
المؤلف الرئيسي: Al-Husseini, Fadel Hamid Hadi (Author)
مؤلفين آخرين: Hassan, Remah Oday (Co-Author)
المجلد/العدد: مج23, ع4
محكمة: نعم
الدولة: العراق
التاريخ الميلادي: 2021
الصفحات: 239 - 245
ISSN: 1816-9171
رقم MD: 1235391
نوع المحتوى: بحوث ومقالات
اللغة: الإنجليزية
قواعد المعلومات: EcoLink
مواضيع:
كلمات المؤلف المفتاحية:
Bayesian Hierarchical Model | Lasso | Quantile Regression Gibbs Sample Algorithm
رابط المحتوى:
صورة الغلاف QR قانون
حفظ في:
المستخلص: In this paper we propose new Bayesian hierarchical model for the lasso quantile regression model based on new formulation for the laplace prior distribution of the interested parameter the formulation use the scale mixture of uniform distribution mixing with standard exponential distribution. Furthermore, new MCMC Gibbs sampler algorithm has proposed to estimate the parameters. Simulation scenarios have conducted to study the behavior of the proposed model through the estimation accuracy and variable selection procedure. Also, real data analysis illustrated that the proposed model outperforms some other models.

ISSN: 1816-9171

عناصر مشابهة