Regresión Cuantil Bayesiana
La regresión cuantil bayesiana estima la distribución posterior completa de los coeficientes de regresión en cualquier cuantil elegido del resultado. Al combinar la verosimilitud de Laplace asimétrica con distribuciones previas sobre los coeficientes, ofrece estimaciones de cuantiles condicionales con cuantificación de la incertidumbre —como la mediana, el percentil 10 o el 90— sin asumir errores gaussianos.
Leer el método completo
Inicia sesión con una cuenta gratuita para leer esta sección.
Method map
The neighbourhood of related methods — select a node to explore.
Fuentes
- Kozumi, H., & Kobayashi, G. (2011). Gibbs sampling methods for Bayesian quantile regression. Journal of Statistical Computation and Simulation, 81(11), 1565–1578. DOI: 10.1080/00949655.2010.496117 ↗
- Yu, K., & Zhang, J. (2005). A three-parameter asymmetric Laplace distribution and its extension. Communications in Statistics – Theory and Methods, 34(9–10), 1867–1879. DOI: 10.1080/03610920500199018 ↗
Cómo citar esta página
ScholarGate. (2026, June 3). Bayesian Quantile Regression. ScholarGate. https://scholargate.app/es/statistics/bayesian-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.
- Modelo Lineal Generalizado BayesianoEstadística↔ compare
- Regresión Lineal Múltiple BayesianaEstadística↔ compare
- Regresión Robusta BayesianaEstadística↔ compare
- Modelo Tobit BayesianoEstadística↔ compare
- Regresión CuantílicaEconometría↔ compare
- Regresión Cuantílica RobustaEstadística↔ compare
Citado por
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →