Robuste Quantilregression
Robuste Quantilregression schätzt bedingte Quantile einer Antwortvariablen und reduziert gleichzeitig den Einfluss von Ausreißern. Durch die Kombination der asymmetrischen Verlustfunktion der Standard-Quantilregression mit M-Schätzern oder Gewichten mit begrenztem Einfluss liefert sie zuverlässige Quantilschätzungen, selbst wenn die Daten extreme Beobachtungen oder Fehlerverteilungen mit schweren Rändern enthalten.
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
- Koenker, R. (2005). Quantile Regression. Cambridge University Press. ISBN: 978-0521608275
- Machado, J. A. F. (1993). Robust model selection and M-estimation. Econometric Theory, 9(3), 478–493. DOI: 10.1017/S0266466600007775 ↗
So zitieren Sie diese Seite
ScholarGate. (2026, June 3). Robust Quantile Regression. ScholarGate. https://scholargate.app/de/statistics/robust-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 Quantile RegressionStatistik↔ compare
- Methode der kleinsten Quadrate (OLS)Ökonometrie↔ compare
- Quantile RegressionÖkonometrie↔ compare
- Robustes Generalisiertes Lineares ModellStatistik↔ compare
- Robuste multiple lineare RegressionStatistik↔ compare
- Robuste RegressionStatistik↔ compare
Referenziert von
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →