Hidden group patterns in democracy developments: Bayesian inference for grouped heterogeneity
民主发展中的隐藏分组模式：分组异质性的贝叶斯推断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：摘要明确研究线性面板数据中的时变分组异质性，并联合处理组数选择与模型估计，分类依据是其面板数据方法贡献。
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…
民主发展中的隐藏分组模式：分组异质性的贝叶斯推断
- 研究问题
- 如何在线性面板中识别随时间变化的分组异质性，同时选择组数、估计模型并量化分组不确定性，异方差设定又会如何影响组数选择？
- 方法与思路
- 作者提出非参数贝叶斯方法，在同一框架内选择组数并估计线性面板中的时变分组异质性，且可扩展以量化估计分组结构的不确定性。
- 材料陈述的贡献
- 摘要称模拟表现良好，并在相同组数下复现既有收入与民主关系及组特征；同时发现所选组数可能取决于异方差设定。
- 阅读关注点
- 核对组数与分组结构的先验、后验计算和组别识别方式，关注异方差设定如何影响组数选择，以及分组不确定性如何量化。
- 阅读边界
- 摘要未交代先验、计算算法、模拟指标及模型选择细节；复现既有结果和摘要中的良好表现，不足以证明普遍优势或收入的因果作用。
原文摘要
Summary We propose a nonparametric Bayesian approach to estimate time‐varying grouped patterns of heterogeneity in linear panel data models. Unlike the classical approach in Bonhomme and Manresa ( Econometrica , 2015, 83 , 1147–1184), our approach can accommodate selection of the optimal number of groups and model estimation jointly, and also be readily extended to quantify uncertainties in the estimated group structure. Our proposed approach performs well in Monte Carlo simulations. Using our approach, we successfully replicate the estimated relationship between income and democracy in Bonhomme and Manresa and the group characteristics when we use the same number of groups. Furthermore, we find that the optimal number of groups could depend on model specifications on heteroskedasticity and discuss ways to choose models in practice.