A Bayesian spatio‐temporal analysis of markets during the Finnish 1860s famine
Pasanen, T., Voutilainen, M., Helske, J., & Högmander, H. (2022). A Bayesian spatio‐temporal analysis of markets during the Finnish 1860s famine. Journal of the Royal Statistical Society Series C: Applied Statistics, 71(5), 1282-1302. https://doi.org/10.1111/rssc.12577
Julkaistu sarjassa
Journal of the Royal Statistical Society Series C: Applied StatisticsPäivämäärä
2022Tekijänoikeudet
© 2022 the Authors
We develop a Bayesian spatio-temporal model to study pre-industrial grain market integration during the Finnish famine of the 1860s. Our model takes into account several problematic features often present when analysing multiple spatially interdependent time series. For example, compared with the error correction methodology commonly applied in econometrics, our approach allows simultaneous modelling of multiple interdependent time series avoiding cumbersome statistical testing needed to predetermine the market leader as a point of reference. Furthermore, introducing a flexible spatio-temporal structure enables analysing detailed regional and temporal dynamics of the market mechanisms. Applying the proposed method, we detected spatially asymmetric ‘price ripples’ that spread out from the shock origin. We corroborated the existing literature on the speedier adjustment to emerging price differentials during the famine, but we observed this principally in urban markets. This hastened return to long-run equilibrium means faster and longer travel of price shocks, implying prolonged out-of-equilibrium dynamics, proliferated influence of market shocks, and, importantly, a wider spread of famine conditions.
...
Julkaisija
Wiley-BlackwellISSN Hae Julkaisufoorumista
0035-9254Asiasanat
Julkaisu tutkimustietojärjestelmässä
https://converis.jyu.fi/converis/portal/detail/Publication/147297085
Metadata
Näytä kaikki kuvailutiedotKokoelmat
Rahoittaja(t)
Suomen AkatemiaRahoitusohjelmat(t)
Akatemiahanke, SA; Profilointi, SALisätietoja rahoituksesta
Tiia-Maria Pasanen was supported by the Finnish Cultural Foundation. Jouni Helske was supported by the Academy of Finland grants 331817 and 311877. Miikka Voutilainen was supported by the Academy of Finland grant 308975.Lisenssi
Samankaltainen aineisto
Näytetään aineistoja, joilla on samankaltainen nimeke tai asiasanat.
-
Spatio-temporal modeling of co-dynamics of smallpox, measles, and pertussis in pre-healthcare Finland
Pasanen, Tiia-Maria; Helske, Jouni; Högmander, Harri; Ketola, Tarmo (PeerJ Inc., 2024)Infections are known to interact as previous infections may have an effect on risk of succumbing to a new infection. The co-dynamics can be mediated by immunosuppression or modulation, shared environmental or climatic ... -
TBSSvis : Visual analytics for Temporal Blind Source Separation
Piccolotto, Nikolaus; Bögl, Markus; Gschwandtner, Theresia; Muehlmann, Christoph; Nordhausen, Klaus; Filzmoser, Peter; Miksch, Silvia (Zhejiang University Press; Elsevier, 2022)Temporal Blind Source Separation (TBSS) is used to obtain the true underlying processes from noisy temporal multivariate data, such as electrocardiograms. TBSS has similarities to Principal Component Analysis (PCA) as it ... -
Aikasarjamallit apuna Suomen talouden seurannassa
Juvonen, Petteri; Anttonen, Jetro; Fornaro, Paolo; Nissilä, Wilma; Nyberg, Henri; Pönkä, Harri (Kansantaloudellinen yhdistys, 2019)Viimeisten vuosikymmenien aikana kansainvälisessä ekonometrisessa tutkimuskirjallisuudessa on esitetty useita makrotaloudellista tilaa kuvaavien muuttujien informaatiota yhdistäviä lyhyen aikavälin mallinnus- ja ... -
Myyräkuumeen ja myyrärunsauden välisen suhteen mallintaminen tila-avaruusmalleilla
Leppänen, Olli (2016)Tutkielma käsittelee myyräkuumeen mallintamista tila-avaruusmalleilla. Tutkin myyrärunsauksien ja myyräkuumetapausten välistä riippuvuutta ja selvitän, voidaanko myyrärunsauksilla ennustaa tulevia myyräkuumetapausten ... -
Autoregressiivisten prosessien ennustevälien peittotodennäköisyyksien parantaminen
Helske, Jouni (2010)
Ellei toisin mainittu, julkisesti saatavilla olevia JYX-metatietoja (poislukien tiivistelmät) saa vapaasti uudelleenkäyttää CC0-lisenssillä.