20. januar 2015

Bayesian Nonparametric Methods for the Inference of Factor Models

Økonomer er begyndt at forstå vigtigheden af personlighedstræk og intelligens i forhold til uddannelse, sundhed og success på arbejdsmarkedet. Det er en stor udfordring at studere disse personlighedstræk, fordi de ikke kan observeres direkte. Heldigvis er det ofte muligt at finde mål for dem, men de er behæftet med usikkerhed (tænk på en IQ test). Med statistiske metoder baseret på de såkaldte faktormodeller’ kan man udtrække de underliggende personlighedstræk fra målene og kvantificere deres effekter. De fleste metoder begrænses af meget restriktive antagelser, der kan forvrænge resultater og konklusioner.

Projektet bygger på `Bayesianske ikke-parametriske metoder’, et voksende område i statistik, for at udvikle mere fleksible metoder til at fortolke faktormodellerne. Bidraget vil forbedre den økonometriske analyse af faktormodeller, og vil være yderst relevant for anvendt forskning med disse metoder. De nye metoder vil gøre det muligt at udtrække mere information fra data end det er muligt med de eksisterende metoder. Det vil betyde, at der kan kastes nyt lys på estimation af personlighedstræk og kognitive evner, og på deres vigtighed i forhold til, hvordan den enkelte klarer sig i livet.

Bevillingsmodtager: Rémi Piatek
Bevillingsgiver: Det Frie Forskningsråd, Rådet for Samfund og Erhverv
Projektperiode: 1. januar 2015 – 21. december 2016