基于MCMC算法的貝葉斯分位數(shù)回歸

陸妍

摘要：分位數(shù)回歸主要描述自變量x和因變量丫的分位數(shù)之間的線性關(guān)系，不僅能夠度量回歸變量對(duì)因變量分布中心的影響，而且也能夠度量回歸變量對(duì)分布上尾和下尾的影響，因此比經(jīng)典的最小二乘回歸法更具有優(yōu)勢(shì)。

關(guān)鍵詞：分位數(shù)回歸;貝葉斯定理;馬爾科夫鏈蒙特卡洛;非對(duì)稱拉普拉斯分布

一、研究背景

回歸分析一自以來都是社會(huì)科學(xué)定量研究領(lǐng)域的重點(diǎn)內(nèi)容，使用回歸分析的基本目的是為了揭示因變量和自變量之間的關(guān)系，模型主要是條件均值模型。在實(shí)際應(yīng)用中我們會(huì)發(fā)現(xiàn)條件均值模型具有許多的局限性，通常在模型中需要假設(shè)隨機(jī)擾動(dòng)項(xiàng)是服從均值為零且同方.差的分布。但是在實(shí)際生活中，這些假設(shè)是很難被滿足的，為了彌補(bǔ)普通最刁仁乘法在回歸分析中的缺陷，Koenker和Bassett（1978）將均值回歸模型擴(kuò)展到了因變量的條件分位數(shù)模型，首次提出了分位數(shù)回歸的思想。

隨著貝葉斯推理在廣義線性模型的使用越來越廣泛的時(shí)候，研究者們發(fā)現(xiàn)貝葉斯方法相對(duì)于古典推斷存在很大的優(yōu)勢(shì)。MCMC方法的應(yīng)用也越來越廣泛，即使是在復(fù)雜的情況下，MCMC方法依然可以獲得人們感興趣的所有參數(shù)的后驗(yàn)分布。結(jié)合這些優(yōu)點(diǎn)，貝葉斯理論便能與分位數(shù)回歸完美的結(jié)合起來，很好的發(fā)展了分位數(shù)回歸模型。

二、分位數(shù)回歸

分位數(shù)回歸（Quantile Regression）由Koenker和Bassett在1978年提出，它主要描述自變量X和因變量Y的分位數(shù)之間線性關(guān)系。設(shè)隨機(jī)變量X的分布函數(shù)為F，對(duì)任意0<τ<1，稱F^-1（τ）=inf{x：F（x）≥τ}為X的τ-分位數(shù)。

三、非對(duì)稱拉普拉斯分布（LAD）

定義：稱隨機(jī)變量X服從非對(duì)稱普拉斯分布，若其密度函數(shù)為：，記為X～ALD（μ，σ，τ），對(duì)應(yīng)的分位數(shù)函數(shù)為：機(jī)變量X在τ處的分位數(shù)等于位置參數(shù)μ，即F^-1（x;μ，σ，τ）|x=τ=μ，這是ALD可以作為分位數(shù)回歸模型誤差分布的重要依據(jù)。

四、貝葉斯估計(jì)的基本原理

（1）貝葉斯定理

對(duì)于給定的觀測(cè)數(shù)據(jù)集y，β的條件分布為：p（β|y）=p（y|β）p（β）/p（y），由于當(dāng)樣本數(shù)據(jù)給定時(shí)p（y）為常數(shù)，與參數(shù)β無關(guān)，因此上式可以寫為：p（β|y）∝p（y|β）p（β），上式稱為貝葉斯定理，p（β）為參數(shù)β的先驗(yàn)信息。給定y下的β的似然函數(shù)為：L（β|y）=∏_i=1ⁿp（y_i|β）=p（y¹，y²，…，y_n|β）=p（y|β），則貝葉斯定理可以寫成：p（β|y）∝L（β|y）p（β）。

（2）后驗(yàn)分布

先驗(yàn)信息與樣本信息相結(jié)合得到后驗(yàn)信息，后驗(yàn)密度綜合了所有參數(shù)的先驗(yàn)信息和樣本信息，是貝葉斯統(tǒng)計(jì)推斷的基礎(chǔ)，若后驗(yàn)密度非標(biāo)準(zhǔn)形式，其分布特征可以通過模擬抽樣技術(shù)得到。

（3）MCMC方法

MCMC方法是從函數(shù)f（·）抽取一個(gè)馬爾科夫鏈X₁，X₂，……，然后用抽樣均值近似總體期望μ=E_π（f（X_i））其中π為其穩(wěn)定分布。如果密度函數(shù)f（x₁，x₂，…，x_n）=f（X₁）∏i=2f（x_i|x¹，x²，…，x_i-1）等式的各個(gè)條件密度不可以自接模擬得到，或者參數(shù)分布函數(shù)是非標(biāo)準(zhǔn)形式，可以在非參數(shù)空間上構(gòu)造一個(gè)馬爾科夫鏈，使其穩(wěn)定分布為目標(biāo)分布，這樣只要馬爾科夫鏈?zhǔn)諗浚涑闃泳稻褪莵碜阅繕?biāo)分布的扣孵羊序列，這種刊時(shí)羊算法稱為MCMC抽樣算法。

五、分位數(shù)回歸、ALO、貝葉斯估計(jì)相結(jié)合

求解分位數(shù)回歸系數(shù)是最小化損失函數(shù)：。在模型：y=x'β+ε中假定ε～ALD（0，σ，τ），則y～ALD（x'β，σ，τ），則樣本的似然函數(shù)為：則在特定的分位數(shù)τ下，（1）式的極小化損失函數(shù)與（2）式的極大化似然函數(shù)是等價(jià)的，因此分位數(shù)回歸的參數(shù)估計(jì)值可以通過優(yōu)化似然函數(shù)得到，由于（2）式連續(xù)但不可導(dǎo)，對(duì)參數(shù)求導(dǎo)沒有解析解，在這種情況下采用MCMC模擬的方法得到參數(shù)的后驗(yàn)分布。評(píng)估系數(shù)和尺度參數(shù)的先驗(yàn)密度為f（β）、φ（σ），參數(shù)的聯(lián)合后驗(yàn)密度為p（β，σ|y）∝L（y_i;x_i'，σ，τ）f（β）φ（σ）。

參考文獻(xiàn)

[1]曾惠芳，朱慧明.基于MCMC算法的貝葉斯分位回歸計(jì)量模型及應(yīng)用研[D]湖南大學(xué)，2011.