Sabiia Seb
PortuguêsEspañolEnglish
Embrapa
Home Itens selecionados Provedores de dados OAI Créditos Sobre Ajuda
        Busca avançada

Botão Atualizar

Botão Atualizar
Registro completo
Provedor de dados:  AgEcon
País:  United States
Título:  Bayesian estimation of non-stationary Markov models combining micro and macro data
Autores:  Storm, Hugo
Heckelei, Thomas
Data:  2011-05-03
Ano:  2011
Palavras-chave:  Bayesian estimation
Markov transitions
Prior information
Multinomial logit
Ordered multinomial logit
Agricultural and Food Policy
Research Methods/ Statistical Methods
Resumo:  In this poster a Bayesian estimation framework for a non-stationary Markov model is developed for situations where sample data with observed transition between classes (micro data) and aggregate population shares (macro data) are available. Posterior distributions on transition probabilities are derived based on a micro based prior and a macro based Likelihood function thereby consistently combining previously separated approaches. Monte Carlo simulations for ordered and unordered Markov states show how observed micro transitions improve precision of posterior knowledge as the sample size increases.
Tipo:  Conference Paper or Presentation
Idioma:  Inglês
Identificador:  http://purl.umn.edu/103645
Relação:  Agricultural and Applied Economics Association>2011 Annual Meeting, July 24-26, 2011, Pittsburgh, Pennsylvania
Poster
ID12782
Formato:  2
Fechar
 

Empresa Brasileira de Pesquisa Agropecuária - Embrapa
Todos os direitos reservados, conforme Lei n° 9.610
Política de Privacidade
Área restrita
Embrapa
Parque Estação Biológica - PqEB s/n°
Brasília, DF - Brasil - CEP 70770-901
Fone: (61) 3448-4433 - Fax: (61) 3448-4890 / 3448-4891 SAC: https://www.embrapa.br/fale-conosco

Valid HTML 4.01 Transitional