Bayesian Analysis of a Japanese Meat Demand System: A Robust Likelihood Approach

This paper presents an application of Bayesian analysis to an AIDS model of Japanese meat demand extending previous approaches in three ways: (1) The methodology employed is robust with respect to the likelihood function but retains the generic, easily programmable character of algorithms offered by Monte Carlo Integration approaches based on the normal likelihood function. (2) In addition to inequality constraints, linear exact restrictions and stochastic prior information are subjected to a Bayesian posterior analysis of validity and incorporated into Bayesian point estimates of model parameters and elasticities. (3) In order to assess the influence of the prior density on posterior distributions of model parameters relative to the likelihood, a measure quantifying the "degree of prior influence" on the posterior is defined. Das Diskussionspapier stellt eine Bayes'sche Analyse eines AIDS Modells Japanischer Fleischnachfrage vor, die eine Erweiterung fruherer Ansatze in den folgenden drei Punkten darstellt:(1) Die verwendete Methode ist robust bezuglich der Likelihood Funktion, erhalt dabei aber die Flexibilitat und einfache Umsetzung von Algorithmen basierend auf Monte Carlo Integration und der Annahme der Normalverteilung. (2) Zusatzlich zu Ungleichheitsbedingungen werden exakte Restriktionen und stochastische a-priori Information einer Bayes'schen a-posteriori Analyse unterzogen und in die Bayes'sche Punktschatzung von Parametern und Elastizitaten einbezogen. (3) Ein Index zur Messung des Einflusses der a-priori Information auf die a-posteriori Verteilung der Modellparameter wird vorgestellt.


Issue Date:
1997
Publication Type:
Working or Discussion Paper
DOI and Other Identifiers:
Record Identifier:
https://ageconsearch.umn.edu/record/18783
PURL Identifier:
http://purl.umn.edu/18783
Total Pages:
43
Series Statement:
Discussion Paper 97-01




 Record created 2017-04-01, last modified 2020-10-28

Fulltext:
Download fulltext
PDF

Rate this document:

Rate this document:
1
2
3
 
(Not yet reviewed)