Siddhartha Chib

Siddhartha Chib es econometrista, estadístico y profesor titular de Econometría y Estadística (Cátedra Harry C. Hartkopf) en la Escuela de Negocios Olin de la Universidad de Washington en San Luis . Su trabajo se centra principalmente en la estadística bayesiana , la econometría y los métodos de Monte Carlo de cadenas de Markov . La investigación de Chib abarca una amplia gama de temas en estadística bayesiana, con contribuciones influyentes al modelado estadístico, los métodos computacionales y las técnicas de comparación de modelos bayesianos.

Chib fue pionero en un marco de variables latentes en Albert y Chib (1993), ^{[ 1 ]} que simplifica enormemente la estimación bayesiana de modelos de respuesta binaria y categórica. Es un método fundamental en la estadística bayesiana. Junto con el trabajo de Chib y Greenberg (1998), ^{[ 2 ]} el marco de variables latentes de Albert y Chib (1993) proporciona un enfoque unificado en el contexto bayesiano para el manejo de resultados categóricos univariados y multivariados.

Otro artículo influyente y ampliamente citado es el de Chib y Greenberg (1995), ^{[ 3 ]} que proporciona un marco intuitivo para comprender el algoritmo de Metropolis-Hastings y sus extensiones en entornos de alta dimensión. Las contribuciones centrales de este trabajo son las derivaciones incluidas de las versiones de bloque único y de bloques múltiples del algoritmo utilizando los principios de reversibilidad global y local, las primeras derivaciones de este tipo, y la guía sobre la elección de distribuciones de propuestas para una implementación eficiente del algoritmo en la práctica.

Para el problema de comparar modelos bayesianos, Chib desarrolló un método para calcular las verosimilitudes marginales a partir de la salida de MCMC en Chib (1995) ^{[ 4 ]} que ha demostrado ser aplicable a modelos paramétricos y no paramétricos, y a modelos estimados por el algoritmo de Gibbs o Metropolis-Hastings. También es sencillo de implementar. El método se basa en una identidad que expresa la verosimilitud marginal como el producto de la verosimilitud y la prior, dividido por la ordenada posterior en un punto fijo en el espacio de parámetros. Chib desarrolló un enfoque para estimar esta ordenada a partir de la salida de MCMC. Para modelos estimados por el algoritmo de Metropolis-Hastings, se da una generalización en Chib y Jeliazkov (2001). ^{[ 5 ]} Basu y Chib (2003) ^{[ 6 ]} extienden aún más el método a modelos de mezcla de procesos de Dirichlet no paramétricos .

Chib también ha trabajado en un enfoque de salto de modelos para comparar modelos bayesianos. La idea, desarrollada en Carlin y Chib (1995), ^{[ 7 ]} consiste en muestrear modelos y parámetros específicos de cada modelo mediante métodos de Monte Carlo de cadena de Markov en un producto de espacios de modelos. La distribución posterior sobre los modelos surge de la frecuencia de visitas a cada modelo. Este enfoque de espacio de producto ha demostrado ser útil para comparar modelos bayesianos complejos.

Chib también ha escrito extensamente sobre el problema de estimar modelos de volatilidad estocástica en series temporales . El método sencillo y eficiente desarrollado en Kim, Shephard y Chib (1998) ^{[ 8 ]} es ampliamente utilizado. Las extensiones del método básico a modelos t de Student, covariables y modelos de volatilidad estocástica multivariante se discuten en Chib, Nardari y Shephard (2002), ^{[ 9 ]} Chib, Nardari y Shephard (2006) ^{[ 10 ]} y Omori et al. (2007). ^{[ 11 ]}

Nuevamente, dentro del contexto de series temporales, Chib (1998) ^{[ 12 ]} introdujo una reparametrización del modelo de punto de cambio como un modelo oculto de Markov (HMM) unidireccional que simplifica la estimación y la inferencia y permite el uso de técnicas eficientes de filtrado hacia adelante y muestreo hacia atrás para HMM desarrollados en Chib (1996) ^{[ 13 ]} y Albert y Chib (1993). ^{[ 14 ]}

Chib también ha trabajado y desarrollado métodos originales para la inferencia bayesiana en respuestas censuradas de Tobit, ^{[ 15 ]} difusiones observadas discretamente, ^{[ 16 ]} procesos ARMA univariados y multivariados, ^{[ 17 ] [ 18 ]} respuestas de conteo multivariadas, ^{[ 19 ]} inferencia causal, ^{[ 20 ] [ 21 ]} modelos jerárquicos de datos longitudinales, ^{[ 22 ]} regresión no paramétrica , ^{[ 23 ] [ 24 ] [ 25 ]} y métodos MCMC de bloques aleatorios adaptados para modelos estructurales complejos. ^{[ 26 ]}

En Chib, Shin y Simoni (2018, 2022) ^{[ 27 ] [ 28 ]} desarrolló herramientas de estimación y comparación de modelos para realizar inferencia bayesiana en modelos que se basan únicamente en restricciones de momentos y no especifican un proceso de generación de datos paramétrico o no paramétrico. En este trabajo, proporcionó métodos computacionales para muestras finitas y la teoría de Bernstein-von Mises y consistencia de modelos para muestras grandes bajo restricciones de momentos correctas y mal especificadas.

Chib recibió una licenciatura del St. Stephen's College, Delhi , en 1979, una maestría en administración de empresas del Instituto Indio de Administración, Ahmedabad , en 1982, y un doctorado en economía de la Universidad de California, Santa Bárbara , en 1986. ^{[ 29 ]} Sus asesores fueron Sreenivasa Rao Jammalamadaka y Thomas F. Cooley .

Chib es miembro de la Asociación Estadounidense de Estadística (2001), ^{[ 30 ]} miembro fundador de la Sociedad Internacional de Análisis Bayesiano (2012), ^{[ 31 ]} y miembro del Journal of Econometrics (1996). ^{[ 32 ]}

• Albert, Jim; Chib, Siddhartha (1993). Análisis bayesiano de "datos de respuesta binarios y policotómicos" . Journal of the American Statistical Association , 88(2), 669–679.
• Chib, Siddhartha; Greenberg, Edward (1995). "Comprendiendo el algoritmo de Metropolis-Hastings" . American Statistician , 49(4), 327-335.
• Chib, Siddhartha (1995). "Verosimilitud marginal a partir de la salida de Gibbs" . Journal of the American Statistical Association , 90(4), 1313–1321.
• Carlin, Brad; Chib, Siddhartha (1995). "Selección de modelos bayesianos mediante métodos de Monte Carlo de cadena de Markov" . Journal of the Royal Statistical Society, Serie B , 57(3), 473–484.
• Chib, Siddhartha (1996). "Cálculo de distribuciones posteriores y estimaciones modales en modelos de mezcla de Markov" . Journal of Econometrics , 75, 79–97.
• Chib, Siddhartha; Greenberg, Edward (1996). "Métodos de simulación de Monte Carlo de cadenas de Markov en econometría" . Teoría econométrica . 12 (3): 409– 431. doi : 10.1017/S0266466600006794 . JSTOR 3532527 . 
• Kim, Sangjoon; Shephard, Neil; Chib, Siddhartha (1998). "Volatilidad estocástica: inferencia de verosimilitud y comparación con modelos ARCH" , Review of Economic Studies , 65, 361–393.
• Chib, Siddhartha (1998). " Estimación y comparación de modelos de múltiples puntos de cambio ". Journal of Econometrics , 86, 221-241.
• Chib, Siddhartha; Greenberg, Edward (1998). "Análisis de modelos probit multivariados" . Biometrika , 85, 347-361.
• Chib, Siddhartha; Jeliazkov, Ivan (2001). "Verosimilitud marginal a partir de la producción de Metropolis-Hastings" . Journal of the American Statistical Association , 96(1), 270-281.
• Eleriain, Ola; Chib, Siddhartha; Shephard, Neil (2001). "Inferencia de verosimilitud para difusiones no lineales observadas discretamente" . Econometrica . 69 (4): 959– 993. doi : 10.1111/1468-0262.00226 . Archivado del original el 26 de octubre de 2020. Consultado el 28 de agosto de 2020 .
• Chib, Siddhartha (2001). "Cadenas de Markov Monte Carlo: Computación e Inferencia" (PDF) . En Heckman, Jim; Leamer, Ed (eds.). Manual de Econometría, volumen 5. Elsevier. pp. 3569–3649 . 
• Chib, Siddhartha; Nardari, Federico; Shephard, Neil (2002). "Métodos de Monte Carlo de cadena de Markov para modelos de volatilidad estocástica" . Journal of Econometrics , 108, 281-316.
• Basu, Sanjib; Chib, Siddhartha (2003). "Verosimilitud marginal y factores de Bayes para modelos de mezcla de procesos de Dirichlet" . Journal of the American Statistical Association . 98 (461): 224– 235. doi : 10.1198/01621450338861947 . JSTOR 30045209 . 
• Chib, Siddhartha; Jeliazkov, Ivan (2006). "Inferencia en modelos dinámicos semiparamétricos para datos longitudinales binarios" . Journal of the American Statistical Association . 101 (2): 685– 700. doi : 10.1198/016214505000000871 . JSTOR 27590727. S2CID 10169747 .  
• Chib, Siddhartha; Ergashev, Bakhodir (2009). "Análisis de modelos de curvas de rendimiento afines multifactoriales" (PDF) . Journal of the American Statistical Association . 104 (488): 1324– 1337. doi : 10.1198/jasa.2009.ap08029 .
• Chib, Siddhartha; Ramamurthy, Srikanth (2010). "Métodos MCMC de bloques aleatorios adaptados con aplicación a modelos DSGE" . Journal of Econometrics , 155, 19-38.
• Chib, Siddhartha; Shin, Minchul; Simoni, Anna (2018). "Estimación bayesiana y comparación de modelos de condición de momentos" . Journal of the American Statistical Association , 113(4), 1656-1668.
• Chib, Siddhartha; Shin, Minchul; Simoni, Anna (2022). "Estimación bayesiana y comparación de modelos de momentos condicionales" . Journal of the Royal Statistical Society, Serie B , 84 (3), 740–764.

• Página principal
• Publicaciones de Siddhartha Chib indexadas por Google Académico