Bayesian Quantile-on-Quantile Regression
Die Bayesian Quantile-on-Quantile (BQQ) Regression erweitert das Sim-Zhou-Quantile-on-Quantile-Framework, indem sie die frequentistische lokale lineare Schätzung durch bayesianische Posterior-Inferenz ersetzt. Für jedes Quantilpaar (theta des Ergebnisses, tau des Prädiktors) liefert die Methode eine vollständige Posterior-Verteilung für die Steigung, was eine Unsicherheitsquantifizierung über die gesamte bivariate Quantiloberfläche ermöglicht – ein entscheidender Vorteil bei moderaten Stichprobengrößen und spärlichen Randquantilen.
Die vollständige Methode lesen
Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.
Method map
The neighbourhood of related methods — select a node to explore.
Quellen
- 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 ↗
So zitieren Sie diese Seite
ScholarGate. (2026, June 3). Bayesian Quantile-on-Quantile Regression. ScholarGate. https://scholargate.app/de/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.
- Bayesianischer ARDL-Bounds-TestÖkonometrie↔ compare
- Bayesianisches VAR-Modell (BVAR)Ökonometrie↔ compare
- Bayesianisches Vektor-Fehlerkorrekturmodell (Bayesian VECM)Ökonometrie↔ compare
- Nichtlineares ARDL (NARDL)-ModellÖkonometrie↔ compare
- Quantile RegressionÖkonometrie↔ compare
- Quantil-auf-Quantil (QQ)-RegressionÖkonometrie↔ compare
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →