arXiv · Statistics Machine Learning· Hammed A. Olayinka, Saheed O. Olayemi·· 3 小时前AI 评分15
动态空间贝叶斯机器学习模型：DSP-BART-HS 及在美国代际经济流动与地理收入不平等中的应用
Dynamic Spatial Bayesian Machine Learning Model: Applications to Intergenerational Economic Mobility and Geographic Income Inequality in the United States
AI 导读
研究提出 DSP-BART-HS 模型，用于高维时空面板数据，在 9 类数据生成场景、每类 200 次重复中表现最优或与最优统计不可区分。在个体层面非线性驱动结果方差时，传统区域-时间聚合比较器落后 3 倍以上；该模型通过树集成设计直接解决此问题，并在零训练区域空间留出下保持预测精度。应用覆盖美国县级面板数据中的代际经济流动与地理收入不平等，但时间外推时 MTS-CAR-X 的自回归设定更稳健。
来源：arXiv · Statistics Machine Learning · arxiv.org