Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Bücher
Zeitschriften
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
MTZ-Fachkongress

Antriebe und Energiesysteme von morgen


Austausch von Automobil- und Energiewirtschaft

Am 14./15. Mai geht es in Chemnitz um die Mobilitätswende durch Elektro- und Wasserstofffahrzeuge.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Migration and Labor Market Opportunities Kapitel lesen Erstes Kapitel lesen

2014 | OriginalPaper | Buchkapitel

79. Bayesian MCMC Estimation

verfasst von : Jeffrey A. Mills, Olivier Parent

Erschienen in: Handbook of Regional Science

Verlag: Springer Berlin Heidelberg

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

This chapter provides a survey of the recent literature on Bayesian inference methods in regional science. This discussion is presented in the context of the Spatial Durbin Model (SDM) with heteroskedasticity as a canonical example. The overall performance of different hierarchical models is analyzed. We extend the benchmark specification to the dynamic panel data model with spatial dependence. An empirical illustration of the flexibility of the Bayesian approach is provided through the analysis of the role of knowledge production and spatiotemporal spillover effects using a space-time panel data set covering 49 US states over the period 1994–2005.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Maximum Likelihood Estimation
Nächstes Kapitel Instrumental Variables/Method of Moments Estimation
Literatur
Anselin L (1988) Spatial econometrics: methods and models. Kluwer, BostonCrossRef
Autant-Bernard C, LeSage JP (2011) Quantifying knowledge spillovers using spatial econometric models. J Reg Sci 51(3):471–496CrossRef
Banerjee S, Carlin B, Gelfand A (2004) Hierarchical modeling and analysis for spatial data. Chapman & Hall, Boca Raton
Barry R, Pace RK (1999) Monte Carlo estimates of the log determinant of large sparse matrices. Linear Algebra Appl 289(1–3):41–54CrossRef
Chib S (2008) Panel data modeling and inference: a Bayesian primer. In: Matyas L, Sevestre P (eds) The econometrics of panel data. Springer, Berlin/Heidelberg, pp 479–515CrossRef
Chib S, Greenberg E (1995) Understanding the Metropolis-Hastings algorithm. Am Stat 49(4):327–335
Debarsy N, Ertur C, LeSage JP (2012) Interpreting dynamic space-time panel data models. Stat Methodol 9(1–2):158–171CrossRef
Ertur C, Koch W (2007) The role of human capital and technological interdependence in growth and convergence processes: international evidence. J Appl Econom 22(6):1033–1062CrossRef
Gamerman D, Lopes HF (2006) Markov chain Monte Carlo. Chapman & Hall
Gelfand AE, Smith AFM (1990) Sampling-based approaches to calculating marginal densities. J Am Stat Assoc 85(410):98–409
Gelman A, Carlin JB, Stern HS, Rubin DB (2004) Bayesian data analysis, 2nd edn. Chapman & Hall, London
Geman S, Geman D (1984) Stochastic relaxation, Gibbs distributions and the Bayesian restoration of images. IEEE Trans Pattern Anal Mach Intell 6(6):721–741CrossRef
Geweke J (1993) Bayesian treatment of the independent Student-t linear model. J Appl Econom 8(1):519–540
Geyer C (2011) Introduction to Markov chain Monte Carlo. In: Brooks SP, Gelman A, Jones G, Meng X-L (eds) Handbook of Markov chain Monte Carlo. Chapman and Hall/CRC Press, Boca Raton
Hastings WK (1970) Monte Carlo sampling methods using Markov chains and their applications. Biometrika 57(1):97–109CrossRef
Jones CI (2002) Sources of U.S. economic growth in a world of ideas. Am Econ Rev 92(1):220–239CrossRef
Kakamu KW, Polasek W, Wago H (2012) Production technology and agglomeration for Japanese prefectures during 1991–2000. Paper Reg Sci 91(1):29–41CrossRef
Lee LF, Yu J (2010) Some recent developments in spatial panel data models. Reg Sci Urban Econ 40(5):255–271CrossRef
LeSage JP, Fischer MM (2008) Spatial growth regressions: model specification, estimation and interpretation. Spatial Econ Anal 3(3):275–304CrossRef
LeSage JP, Pace RK (2009) An introduction to spatial econometrics. CRC Press, Boca RatonCrossRef
Meng XL, van Dyk DA (1999) Seeking efficient data augmentation schemes via conditional and marginal augmentation. Biometrika 86(2):301–320CrossRef
Metropolis N, Ulam S (1949) The Monte Carlo method. J Am Stat Assoc 44(247):335–341CrossRef
Metropolis N, Rosenbluth AW, Rosenbluth MN, Teller AH, Teller E (1953) Equation of state calculations by fast computing machine. J Chem Phys 21:1087–1092CrossRef
Parent O (2012) A space-time analysis of knowledge production. J Geogr Syst 14(1):49–73CrossRef
Parent O, LeSage JP (2008) Using the variance structure of the conditional autoregressive spatial specification to model knowledge spillovers. J Appl Econom 23(2):235–256CrossRef
Parent O, LeSage JP (2012) Spatial dynamic panel data models with random effects. Reg Sci Urban Econ 42(4):727–738CrossRef
Tanner MA, Wong W (1987) The calculation of posterior distributions by data augmentation (with discussion). J Am Stat Assoc 82(398):528–550CrossRef
Tierney L (1994) Markov chains for exploring posterior distributions (with discussion). Ann Stat 22(4):1701–1762CrossRef
Wang X, Kockelman K, Lemp J (2012) The dynamic spatial multinomial Probit model: analysis of land use change using parcel-level data. J Transp geogr 24:77–88CrossRef
Yu J, de Jong R, Lee LF (2008) Quasi-maximum likelihood estimators for spatial dynamic panel data with fixed effects when both n and T are large. J Econom 146(1):118–134CrossRef
Metadaten
Titel
Bayesian MCMC Estimation
verfasst von
Jeffrey A. Mills
Olivier Parent
Copyright-Jahr
2014
Verlag
Springer Berlin Heidelberg
Buch
Handbook of Regional Science

Print ISBN: 978-3-642-23429-3

Electronic ISBN: 978-3-642-23430-9

Copyright-Jahr: 2014

DOI
https://doi.org/10.1007/978-3-642-23430-9_89