Bayesiläinen kvantiiliregressio
Bayesiläinen kvantiiliregressio estimoi regressiokertoimien koko posteriorijakauman valitun tuloskvantiilin kohdalla. Yhdistämällä epäsymmetrisen Laplace-uskottavuuden ja kertoimien priori-jakaumat se tuottaa epävarmuudella kvantifioituja ehdollisia kvantiileja — kuten mediaanin, 10. tai 90. persentiilin — olettamatta virheille Gaussista jakaumaa.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Method map
The neighbourhood of related methods — select a node to explore.
Lähteet
- 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 ↗
Näin viittaat tähän sivuun
ScholarGate. (2026, June 3). Bayesian Quantile Regression. ScholarGate. https://scholargate.app/fi/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.
- Bayesilainen yleistetty lineaarinen malliTilastotiede↔ compare
- Bayesiläinen monimuuttujaregressioTilastotiede↔ compare
- Bayesiläinen robusti regressioTilastotiede↔ compare
- Bayesiläinen Tobit-malliTilastotiede↔ compare
- KvanttiiliregressioEkonometria↔ compare
- Vankka kvantiiliregressioTilastotiede↔ compare
Tähän viittaavat
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →