...
机译:使用大量预测变量的Probit模型中的稀疏贝叶斯变量选择来预测美国经济衰退
Nanjing Forestry Univ, Coll Econ & Management, Nanjing, Jiangsu, Peoples R China;
South Univ Sci & Technol China, Dept Financial Math & Financial Engn, Shenzhen, Peoples R China;
Nanjing Forestry Univ, Coll Econ & Management, Nanjing, Jiangsu, Peoples R China;
Nanjing Audit Univ, Inst Stat & Big Data, Nanjing, Jiangsu, Peoples R China;
Sparse Bayesian variable selection; Correlation prior; Probit model; Forecasting US recessions;
机译:内核探测模型中稀疏贝叶斯变量选择,用于分析高维数据
机译:多项式概率回归模型中的稀疏贝叶斯变量选择及其在高维数据分类中的应用
机译:具有高相关性的预测因子用于预测宏观经济变量的具有相关先验的稀疏贝叶斯变量选择
机译:混合名义和有序响应的概率模型中的分层贝叶斯变量选择
机译:美国边境经济衰退的预测。概率模型是否可以在MSA级别上预测包括双边变量在内的衰退?
机译:稀疏数据在疟疾传播地理异质性建模中的贝叶斯变量选择:布基纳法索对努纳健康和人口监测系统(HDSS)数据的应用
机译:本工作的目的是测试预测意大利实际经济增长率和经济衰退概率的预测能力。根据最新的文献,术语差价和经济增长率之间的关系被建模为非线性关系,特别是使用Logistic平滑过渡模型,而实施概率模型来预测衰退概率。在这两个申请中,证据支持意大利传播的相关信息内容。