ScholarGate
Asistente
Regression modelEconometrics / time series

Regresión Bayesiana Cuantil-sobre-Cuantil

La Regresión Bayesiana Cuantil-sobre-Cuantil (BQQ) extiende el marco cuantil-sobre-cuantil de Sim-Zhou al reemplazar la estimación local lineal frecuentista con inferencia bayesiana posterior. Para cada par de cuantiles (theta del resultado, tau del predictor), el método produce una distribución posterior completa sobre la pendiente, permitiendo la cuantificación de la incertidumbre en toda la superficie de cuantiles bivariante — una ventaja clave cuando los tamaños de muestra son moderados y los cuantiles extremos son escasos.

Aplicar con EconMindPróximamenteVídeoPróximamenteDescargar diapositivas

Leer el método completo

Solo para miembros

Inicia sesión con una cuenta gratuita para leer esta sección.

Iniciar sesión

Mapa de métodos

El vecindario de métodos relacionados: selecciona un nodo para explorarlo.

Fuentes

  1. 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
  2. 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

Cómo citar esta página

ScholarGate. (2026, June 3). Bayesian Quantile-on-Quantile Regression. ScholarGate. https://scholargate.app/es/econometrics/bayesian-quantile-on-quantile-regression

¿Qué método?

Coloca este método junto a sus parientes más cercanos y léelos lado a lado: la biblioteca pone los libros sobre la mesa; la elección es tuya.

Comparar lado a lado
ScholarGateBayesian Quantile-on-Quantile Regression (Bayesian Quantile-on-Quantile Regression). Recuperado el 2026-06-15 de https://scholargate.app/es/econometrics/bayesian-quantile-on-quantile-regression · Conjunto de datos: https://doi.org/10.5281/zenodo.20539026