精选优质文档-倾情为你奉上贝叶斯空间计量模型一、采用贝叶斯空间计量模型的原因残差项可能存在异方差，而ML估计方法的前提是同方差，因此，当残差项存在异方差时，采用ML方法估计出的参数结果不具备稳健性。二、贝叶斯空间计量模型的估计方法（一）待估参数对于空间计量模型（以空间自回归模型为例）假设残差项是异方差的，即上述模型需要估计的参数有：共计n+2个参数，存在自由度问题，难以进行参数检验。为此根据大数定律，增加了新的假设：vi服从自由度为r的卡方分布。如此以来，待估参数将减少为3个。（二）参数估计方法采用MCMC（Markov Chain Monte Carlo）参数估计思想，具体的抽样方法选择吉布斯抽样方法（Gibbs sampling approach）在随意给定待估参数一个初始值之后，开始生成参数的新数值，并根据新数值生成其他参数的新数值，如此往复，对每一个待估参数，将得到一组生成的数值，根据该组数值，计算其均值，即为待估参数的贝叶斯估计值。三、贝叶斯空间计量模型的类型空间自回归模型
