Bayesian inference in limited dependent variable models. An application to measuring strike duration
有限因变量模型的贝叶斯推断：罢工持续时间应用AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要聚焦持续时间危险率与通用贝叶斯方法，未明确对应离散选择、分位数或其他给定细分方向。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
有限因变量模型的贝叶斯推断：罢工持续时间应用
- 研究问题
- 如何在有限因变量模型中进行贝叶斯分析，并量化罢工持续时间危险率函数的不确定性、形状差异及工业生产的影响？
- 方法与思路
- 作者利用数值蒙特卡洛方法构造持续时间危险率函数的后验分布，形成覆盖区间，并比较关于函数形状的非嵌套假说。
- 材料陈述的贡献
- 摘要提供一组有限因变量模型的贝叶斯分析技术，在美国制造业合同罢工数据中展示危险率区间、假说比较和变量影响分析。
- 阅读关注点
- 核对持续时间模型和先验设定、数值积分的实现与精度，以及危险率覆盖区间和非嵌套假说相对可信度的计算方式。
- 阅读边界
- 仅据所给 Crossref 摘要，删失处理、先验敏感性和工业生产影响的方向均未说明；不能据此作因果解释或推断版本变化。
原文摘要
Abstract This paper presents a straightforward set of Bayesian techniques for analyzing models involving limited dependent variables; the techniques are demonstrated in an analysis of Kennan's (1985) data on contract strikes in US manufacturing. The data are analyzed by deriving posterior distributions—including probability distributions—of hazard functions for strike duration using numerical Monte Carlo methods. The distributions are employed to derive coverage intervals for hazard functions, to assess the relative plausibility of nonnested hypotheses concerning the shape of the functions, and to assess the impact of industrial production on duration.