Regression modelEconometrics / time series

Bayesiläinen kvantiili-kvantiili-regressio

Bayesiläinen kvantiili-kvantiili-regressio (BQQ) laajentaa Sim-Zhoun kvantiili-kvantiili-kehystä korvaamalla frekventistisen paikallisen lineaarisen estimoinnin Bayesiläisellä posteriorianalyysillä. Jokaiselle kvantiiliparille (tuloksen theta, ennustajan tau) menetelmä tuottaa täyden posteriorijakauman kulmakertoimelle, mahdollistaen epävarmuuden kvantifioinnin koko kahden muuttujan kvantiilipinnan yli – tämä on keskeinen etu, kun otoskoot ovat kohtalaisia ja hännän kvantiilit ovat harvassa.

Sovella työkalulla EconMindTulossaVideoTulossaDownload slides

Lue koko menetelmä

Vain jäsenille

Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.

Kirjaudu sisään

Method map

The neighbourhood of related methods — select a node to explore.

Lähteet

  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

Näin viittaat tähän sivuun

ScholarGate. (2026, June 3). Bayesian Quantile-on-Quantile Regression. ScholarGate. https://scholargate.app/fi/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.

Compare side by side
ScholarGateBayesian Quantile-on-Quantile Regression (Bayesian Quantile-on-Quantile Regression). Haettu 2026-06-15 osoitteesta https://scholargate.app/fi/econometrics/bayesian-quantile-on-quantile-regression · Aineisto: https://doi.org/10.5281/zenodo.20539026