Bayesian Model Averaging (BMA)

環境クズネッツ曲線におけるモデルの不確実性を制御する:パネルデータによるBMAとDouble-Selection LASSO

国が豊かになるにつれて、二酸化炭素の排出量はいったん減り、増え、そして再び減るのでしょうか?12の統制変数の候補から数千通りのモデルが考えられるため、変数に重みを付けたり選んだりする2つのデータにもとづく方法を使い、正解がわかっているシミュレーションデータで試します。Stata のチュートリアルで、ウェブブラウザで動くインタラクティブなアプリが付いています。

動的パネルBMA:どの要因が本当に経済成長を牽引するのか?

投資、教育、貿易など、経済成長を本当に後押しする要因はどれでしょうか?73か国の40年間のデータを使い、ひとつのモデルに賭けるのではなく考えうるすべての要因の組み合わせを平均し、成長そのものがそれらの要因に影響しうる点も考慮します。R のチュートリアルで、ウェブブラウザで動くインタラクティブなアプリが付いています。

頑健な変数選択のための3つの手法:BMA、LASSO、WALS

二酸化炭素の排出を説明しうる要因が数多くあるとき、本当に重要なのはどれでしょうか?正解が分かっている架空の120カ国のシミュレーションデータを用いて、この R チュートリアルでは残す要因を選ぶ3つの方法を比べ、3つすべてが選んだ要因が最も信頼できることを示します。ウェブブラウザで動くインタラクティブなアプリが付いています。