Model selection in binary and tobit quantile regression using the Gibbs sampler

A stochastic search variable selection approach is proposed for Bayesian model selection in binary and tobit quantile regression. A simple and efficient Gibbs sampling algorithm was developed for posterior inference using a location-scale mixture representation of the asymmetric Laplace distribution...

Ausführliche Beschreibung

Gespeichert in:
Bibliographische Detailangaben
Veröffentlicht in:Computational statistics & data analysis 2012-04, Vol.56 (4), p.827-839
Hauptverfasser: Ji, Yonggang, Lin, Nan, Zhang, Baoxue
Format: Artikel
Sprache:eng
Schlagworte:
Online-Zugang:Volltext
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!