Three Essays on Bayesian Nonparametric Modeling in Microeconometrics
Dateien
Datum
Autor:innen
Herausgeber:innen
ISSN der Zeitschrift
Electronic ISSN
ISBN
Bibliografische Daten
Verlag
Schriftenreihe
Auflagebezeichnung
URI (zitierfähiger Link)
Internationale Patentnummer
Link zur Lizenz
Angaben zur Forschungsförderung
Projekt
Open Access-Veröffentlichung
Sammlungen
Core Facility der Universität Konstanz
Titel in einer weiteren Sprache
Publikationstyp
Publikationsstatus
Erschienen in
Zusammenfassung
Diese Dissertation umfasst drei Aufsätze über nichtparametrische Bayesianische Verfahren in der Mikroökonometrie. In der Einleitung werden insbesondere grundlegende Konzepte der Bayesianischen Nichtparametrik diskutiert.
Im ersten Aufsatz wird ein Bayesianisches nichtparametrisches Zufallseffektemodell für Zähldaten vorgestellt. Dieses basiert auf einer Mischverteilung mit einer zufälligen Anzahl von Komponenten und kann daher als Erweiterung der in der Literatur bereits diskutierten Modelle mit latenten Klassen angesehen werden. Ein auf Markov Ketten Monte Carlo (MKMC) Verfahren basierender Algorithmus wird für die Analyse der a posteriori Verteilung entwickelt. Der Modellrahmen wird schließlich auf deutsche Daten angewendet.
Der zweite Aufsatz beschäftigt sich auch mit Zähldaten, fokussiert aber auf die Ermittlung von kausalen Maßnahmeeffekten. Ein auf dem Kausalmodell von Rubin fußendes Modell wird vorgestellt. Dieses wird nichtparametrisch mit Hilfe des Dirichlet-Prozess-Mischmodells formuliert. Die a posteriori Verteilung wird mit MKMC Verfahren analysiert. Der Aufsatz schließt mit einer Anwendung, die sich mit der Mobilität von Haushalten beschäftigt.
Der dritte Aufsatz analysiert schließlich die kausale Wirkung einer Maßnahme auf die Verteilung der relevanten Zielgrösse. Die Schätzung von Quantilsmassnahmeeffekten steht im Vordergrund der Analyse. Hierzu basiert der vorgeschlagene Modellrahmen wiederum auf Rubins Kausalmodell. Die Einführung von Zufallsthermen, die Dirichlet-Prozessen folgen, erlaubt eine flexible Formulierung des betrachteten Zusammenhangs. Das Modell wird unter Rückgriff auf MKMC Verfahren geschätzt und mit realen Daten illustriert.
Zusammenfassung in einer weiteren Sprache
This dissertation is comprised of three essays on nonparametric Bayesian modeling in microeconometrics. The introduction discusses some basic concepts of Bayesian nonparametrics including the Dirichlet process and the mixture of Dirichlet processes model. Further, the literature on estimating the demand for health care using count data and the literature on treatment effect models is summarized.
The first essay specifies a Bayesian nonparametric random effects model for count data. This model is based on a mixture distribution with a random number of components, and is therefore a natural extension of prevailing latent class models. We propose a Markov chain Monte Carlo (MCMC) algorithm for posterior inference and apply the framework to data from Germany.
The second essay is also concerned with count data but focuses on the estimation of causal treatment effects. A potential outcomes model is specified in a nonparametric Bayesian fashion using a mixture of Dirichlet processes. Posterior inference is done using MCMC simulation methods. We illustrate the proposed techniques with a real data set concerning the mobility of households.
The third essay analyzes distributional treatment effects. The model is based on the potential outcomes framework and focuses on the estimation of quantile treatment effects. Flexibility is achieved by including random intercepts in the outcomes equations. These random intercepts are assumed to be drawn from Dirichlet processes. We apply the model to real data using MCMC techniques for posterior simulation.
Fachgebiet (DDC)
Schlagwörter
Konferenz
Rezension
Zitieren
ISO 690
JOCHMANN, Markus, 2006. Three Essays on Bayesian Nonparametric Modeling in Microeconometrics [Dissertation]. Konstanz: University of KonstanzBibTex
@phdthesis{Jochmann2006Three-11929,
year={2006},
title={Three Essays on Bayesian Nonparametric Modeling in Microeconometrics},
author={Jochmann, Markus},
address={Konstanz},
school={Universität Konstanz}
}RDF
<rdf:RDF
xmlns:dcterms="http://purl.org/dc/terms/"
xmlns:dc="http://purl.org/dc/elements/1.1/"
xmlns:rdf="http://www.w3.org/1999/02/22-rdf-syntax-ns#"
xmlns:bibo="http://purl.org/ontology/bibo/"
xmlns:dspace="http://digital-repositories.org/ontologies/dspace/0.1.0#"
xmlns:foaf="http://xmlns.com/foaf/0.1/"
xmlns:void="http://rdfs.org/ns/void#"
xmlns:xsd="http://www.w3.org/2001/XMLSchema#" >
<rdf:Description rdf:about="https://kops.uni-konstanz.de/server/rdf/resource/123456789/11929">
<void:sparqlEndpoint rdf:resource="http://localhost/fuseki/dspace/sparql"/>
<dcterms:hasPart rdf:resource="https://kops.uni-konstanz.de/bitstream/123456789/11929/1/Diss_Jochmann.pdf"/>
<dspace:hasBitstream rdf:resource="https://kops.uni-konstanz.de/bitstream/123456789/11929/1/Diss_Jochmann.pdf"/>
<dc:rights>terms-of-use</dc:rights>
<dcterms:available rdf:datatype="http://www.w3.org/2001/XMLSchema#dateTime">2011-03-25T09:41:10Z</dcterms:available>
<dc:date rdf:datatype="http://www.w3.org/2001/XMLSchema#dateTime">2011-03-25T09:41:10Z</dc:date>
<foaf:homepage rdf:resource="http://localhost:8080/"/>
<bibo:uri rdf:resource="http://kops.uni-konstanz.de/handle/123456789/11929"/>
<dc:format>application/pdf</dc:format>
<dc:creator>Jochmann, Markus</dc:creator>
<dcterms:alternative>Drei Aufsätze über nichtparametrische Bayesianische Modellierung in der Mikroökonometrie</dcterms:alternative>
<dc:language>eng</dc:language>
<dcterms:abstract xml:lang="deu">Diese Dissertation umfasst drei Aufsätze über nichtparametrische Bayesianische Verfahren in der Mikroökonometrie. In der Einleitung werden insbesondere grundlegende Konzepte der Bayesianischen Nichtparametrik diskutiert.<br />Im ersten Aufsatz wird ein Bayesianisches nichtparametrisches Zufallseffektemodell für Zähldaten vorgestellt. Dieses basiert auf einer Mischverteilung mit einer zufälligen Anzahl von Komponenten und kann daher als Erweiterung der in der Literatur bereits diskutierten Modelle mit latenten Klassen angesehen werden. Ein auf Markov Ketten Monte Carlo (MKMC) Verfahren basierender Algorithmus wird für die Analyse der a posteriori Verteilung entwickelt. Der Modellrahmen wird schließlich auf deutsche Daten angewendet.<br />Der zweite Aufsatz beschäftigt sich auch mit Zähldaten, fokussiert aber auf die Ermittlung von kausalen Maßnahmeeffekten. Ein auf dem Kausalmodell von Rubin fußendes Modell wird vorgestellt. Dieses wird nichtparametrisch mit Hilfe des Dirichlet-Prozess-Mischmodells formuliert. Die a posteriori Verteilung wird mit MKMC Verfahren analysiert. Der Aufsatz schließt mit einer Anwendung, die sich mit der Mobilität von Haushalten beschäftigt.<br />Der dritte Aufsatz analysiert schließlich die kausale Wirkung einer Maßnahme auf die Verteilung der relevanten Zielgrösse. Die Schätzung von Quantilsmassnahmeeffekten steht im Vordergrund der Analyse. Hierzu basiert der vorgeschlagene Modellrahmen wiederum auf Rubins Kausalmodell. Die Einführung von Zufallsthermen, die Dirichlet-Prozessen folgen, erlaubt eine flexible Formulierung des betrachteten Zusammenhangs. Das Modell wird unter Rückgriff auf MKMC Verfahren geschätzt und mit realen Daten illustriert.</dcterms:abstract>
<dspace:isPartOfCollection rdf:resource="https://kops.uni-konstanz.de/server/rdf/resource/123456789/46"/>
<dcterms:title>Three Essays on Bayesian Nonparametric Modeling in Microeconometrics</dcterms:title>
<dcterms:rights rdf:resource="https://rightsstatements.org/page/InC/1.0/"/>
<dcterms:issued>2006</dcterms:issued>
<dc:contributor>Jochmann, Markus</dc:contributor>
<dcterms:isPartOf rdf:resource="https://kops.uni-konstanz.de/server/rdf/resource/123456789/46"/>
</rdf:Description>
</rdf:RDF>
