Bayesiansk kvantil-på-kvantil-regression
Bayesiansk kvantil-på-kvantil (BQQ) regression udvider Sim-Zhou kvantil-på-kvantil-rammeværket ved at erstatte hyppighedsbaseret lokal lineær estimation med Bayesiansk posterior inferens. For hvert par af kvantiler (theta for udfaldet, tau for prædiktoren) giver metoden en fuld posteriorfordeling over hældningen, hvilket muliggør kvantificering af usikkerhed på tværs af hele den bivariate kvantiloverflade — en nøglefordel, når stikprøvestørrelser er moderate, og halekvantiler er sparsomme.
Læs hele metoden
Log ind med en gratis konto for at læse dette afsnit.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- Sim, N., & Zhou, H. (2015). Oil prices, US stock return, and the dependence between their quantiles. Journal of Banking and Finance, 55, 1–8. DOI: 10.1016/j.jbankfin.2015.01.013 ↗
- Yu, K., & Moyeed, R. A. (2001). Bayesian quantile regression. Statistics and Probability Letters, 54(4), 437–447. DOI: 10.1016/S0167-7152(01)00124-9 ↗
Sådan citerer du denne side
ScholarGate. (2026, June 3). Bayesian Quantile-on-Quantile Regression. ScholarGate. https://scholargate.app/da/econometrics/bayesian-quantile-on-quantile-regression
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Bayesian ARDL Bounds TestØkonometri↔ compare
- Bayesiansk VAR-model (BVAR)Økonometri↔ compare
- Bayesiansk Vektor Fejlkorrektionsmodel (Bayesian VECM)Økonometri↔ compare
- Ikke-lineær ARDL (NARDL) ModelØkonometri↔ compare
- KvantilregressionØkonometri↔ compare
- Kvantil-på-kvantil (QQ) regressionØkonometri↔ compare
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →