This paper aims to replicate Michael Creel’s work in ”Neural Nets for Indi-rect Inference” by calibrating a heterogeneous agent model. Michael Creel proposes to use neural networks to approximate the limited posterior mean, E(θ|ZG), where θ is the parameter vector of the simulatable model and ZG is a vector of statistics. Simulating and calibrating macroeconomic models can be a really difficult task. The goal of this thesis is to provide the tools for an easy and fast calibration of a heterogeneous ...
This paper aims to replicate Michael Creel’s work in ”Neural Nets for Indi-rect Inference” by calibrating a heterogeneous agent model. Michael Creel proposes to use neural networks to approximate the limited posterior mean, E(θ|ZG), where θ is the parameter vector of the simulatable model and ZG is a vector of statistics. Simulating and calibrating macroeconomic models can be a really difficult task. The goal of this thesis is to provide the tools for an easy and fast calibration of a heterogeneous agent model. The use of neural nets will be essential to identify the mapping from the statistics space to the parameter’s space.
+
Aquest article pretén reproduir el treball de Michael Creel a "Xarxes neuronals per a la inferència indirecta" calibrant un model d'agent heterogeni. Michael Creel proposa utilitzar xarxes neuronals per aproximar la mitjana posterior limitada, E (θ | ZG), on θ és el vector de paràmetres del model simulable i ZG és un vector d'estadístiques. Simular i calibrar models macroeconòmics pot ser una tasca realment difícil. L'objectiu d'aquesta tesi és proporcionar les eines per a una calibració fàcil i ...
Aquest article pretén reproduir el treball de Michael Creel a "Xarxes neuronals per a la inferència indirecta" calibrant un model d'agent heterogeni. Michael Creel proposa utilitzar xarxes neuronals per aproximar la mitjana posterior limitada, E (θ | ZG), on θ és el vector de paràmetres del model simulable i ZG és un vector d'estadístiques. Simular i calibrar models macroeconòmics pot ser una tasca realment difícil. L'objectiu d'aquesta tesi és proporcionar les eines per a una calibració fàcil i ràpida d'un model d'agent heterogeni. L'ús de xarxes neuronals serà essencial per identificar el mapa des de l'espai d'estadístiques fins a l'espai del paràmetre.
+
