4840

Bayesian Estimation Tools für GAUSS

Das GAUSS-Paket "Bayesian Estimation Tools" beinhaltet sowohl vorgefertigte Modellschätzungen als auch Werkzeuge zum benutzerdefinierten Modellieren nach Bayes.

Funktionen

Posteriori-Verteilung von Lambda
Posteriori-Verteilung von Lambda

Posteriori-Verteilung von Sigma
Posteriori-Verteilung von Sigma

Vorgefertige Bayes-Analysen von Standard- und erweiterten Modellen

  • univariate und multivariate lineare Modelle
  • lineare Modelle mit autoregressiven Fehlertermen
  • Hierarchische Bayes-Schätzung von Interaktionsmodelleln und gemischten Modellen
  • Probit-Modelle
  • Logit-Modelle
  • Dynamische Faktormodelle mit zwei Faktoren
  • SVAR-Modelle mit Optionen zu Beschränkungen der Vorzeichen (SVAR steht für Structural Vector Autogegressive).
Posteriori-Verteilung von Lambda

Werkzeuge zur benutzerdefinierten Anpassung individueller Modelle

  • Anzahl gespeicherter Iterationen
  • Anzahl der zu übergehenden Iterationen
  • Länge der Anlaufperioden
  • Gesamtzahl der Iterationen
  • Inklusion eines Intercepts
Posteriori-Verteilung von Sigma

Laden und Erzeugen von Daten

Anwender können Daten zur Schätzung und Analyse in GAUSS mit den standardmäßig in GAUSS enthaltenen Prozeduren laden. Zusätzlich beinhaltet das Modul für die Bayes'sche Analyse jedoch eine Funktion zur Erzeugung von Daten, die es dem Anwender erlaubt, echte Datenparameter zu spezifizieren, um hypothetische Datensätze für die Analyse zu erzeugen.

Interpretation der gespeicherten Ergebnisse

Die Bayes Estimation Tools speichern die Ergebnisse in einer einzigen Ausgabestruktur. Zusätzlich können alle Parameter und die Poseriori-Verteilungen für alle Parameter grafische dargestellt werden.

  • Draws aller Parameter in jeder Iteration
  • Posteriori-Mittelwert für alle Parameter
  • Posteriori-Standardabweichung für alle Parameter
  • Progostizierte Werte
  • Residuen
  • Korrelationsmatrix der prognostizierten und der beobachteten Werte
  • Wahrscheinlichkeitsdichtefunktion und entsprechende Wahrscheinlichkeitsdichtefunktions-Gitter für alle Posteriori-Verteilungen
  • Log-Likelihood (sofern anwendbar)