基于时间序列分组数据的洛伦兹曲线贝叶斯方法
统计方法学
2019-08-20 v1
摘要
本研究关注于从洛伦兹曲线的时间序列分组数据出发，估计与潜在假设收入分布相关的不平等度量。我们采用狄利克雷伪似然方法，其中狄利克雷似然的参数被设定为假设收入分布中相邻收入类别的洛伦兹曲线之差，并提出一个状态空间模型，通过时间序列结构将洛伦兹曲线的变换参数结合起来。此外，将每次调查中的样本量信息引入原本为冗余参数的狄利克雷精度参数中，以考虑抽样带来的变异性。根据模拟数据以及日本月度收入调查的真实数据，证实所提模型在不平等度量的估计上比无时间序列结构的现有模型更为有效。
引用
@article{arxiv.1908.06772,
title = {Bayesian approach to Lorenz curve using time series grouped data},
author = {Genya Kobayashi and Yuta Yamauchi and Kazuhiko Kakamu and Yuki Kawakubo and Shonosuke Sugasawa},
journal= {arXiv preprint arXiv:1908.06772},
year = {2019}
}