具有未观察和未知异质性的持续时间数据的贝叶斯推理：蒙特卡罗证据和应用-研究论文

本文介绍了一种用于分析持续时间数据的半参数贝叶斯方法。 提议的估计器为持续时间法术指定了一个完整的函数形式，但通过引入遵循狄利克雷混合分布的单个异质性项来允许灵活性。 我展示了如何获得正确解释模型中存在的不确定性的持续时间数据的预测分布。 我还直接将提议的估计器的性能与 Heckman 和 Singer (1984) 的非参数最大似然估计器 (NPMLE) 进行了比较。 该方法适用于青年失业期的分析。 与 NPMLE 相比，所提出的估计量更准确地反映了异质性分布的不确定性。