简介:如何在对参数进行估计的同时自动选择重要解释变量,一直是面板数据分位回归模型中讨论的热点问题之一。通过构造一种含多重随机效应的贝叶斯分层分位回归模型,在假定固定效应系数先验服从一种新的条件Laplace分布的基础上,给出了模型参数估计的Gibbs抽样算法。考虑到不同重要程度的解释变量权重系数压缩程度应该不同,所构造的先验信息具有自适应性的特点,能够准确地对模型中重要解释变量进行自动选取,且设计的切片Gibbs抽样算法能够快速有效地解决模型中各个参数的后验均值估计问题。模拟结果显示,新方法在参数估计精确度和变量选择准确度上均优于现有文献的常用方法。通过对中国各地区多个宏观经济指标的面板数据进行建模分析,演示了新方法估计参数与挑选变量的能力。
简介:摘要幼儿园课程模式有两种最基本的状态,即分科课程和综合课程,这两种课程模式都各有自己的利弊,特别近几年来综合教育或整合课程我们听的比较多,于是如何灵活运用课程,是进行综合教育还是实行领域教育,哪种课程模式更有利孩子的发展,对于青年教师来说,是很大的挑战。本文通过阅读《幼儿园课程基本理论和整体改革》一书,对课程模式理论也有了新的认识,着重阐述了要正确把握好有效的课程模式,必须从设计活动目标开始,并从活动目标的设计看课程的“分”与“合”。