Bayesian analysis of the ordered probit model with endogenous selection
具有内生选择的有序 Probit 模型的贝叶斯分析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：摘要明确结合有序 Probit 与多项 Probit 分析有序结果和离散选择，因果识别依据则未交代。
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
具有内生选择的有序 Probit 模型的贝叶斯分析
- 研究问题
- 当有序结果取决于可能内生的离散选择指标时，如何联合分析选择行为与结果，并估计相关模型参数的后验分布？
- 方法与思路
- 作者将有序 Probit 结果模型与多项 Probit 选择模型结合，以 MCMC 近似参数后验，并允许保险状态存在内生性。
- 材料陈述的贡献
- 摘要提出处理内生离散协变量的贝叶斯模型，并以不同医疗保险计划与住院利用程度之间的关系展示其应用。
- 阅读关注点
- 应核对选择方程与结果方程如何连接、内生性的识别依据、先验及采样步骤，以及保险效应的解释所需条件。
- 阅读边界
- 所给出版社摘要未说明排除限制、识别条件或保险效应的数值；仅凭联合模型设定不能确认所得关系具有因果解释。
原文摘要
This paper presents a Bayesian analysis of an ordered probit model with endogenous selection. The model can be applied when analyzing ordered outcomes that depend on endogenous covariates that are discrete choice indicators modeled by a multinomial probit model. The model is illustrated by analyzing the effects of different types of medical insurance plans on the level of hospital utilization, allowing for potential endogeneity of insurance status. The estimation is performed using the Markov chain Monte Carlo (MCMC) methods to approximate the posterior distribution of the parameters in the model.