Régression Bayésienne Quantile-sur-Quantile
La régression Bayésienne Quantile-sur-Quantile (BQQ) étend le cadre fréquentiste de Sim-Zhou en remplaçant l'estimation locale linéaire fréquentiste par une inférence bayésienne a posteriori. Pour chaque paire de quantiles (thêta de la réponse, tau du prédicteur), la méthode produit une distribution a posteriori complète sur la pente, permettant une quantification de l'incertitude sur toute la surface quantile bivariée — un avantage clé lorsque les tailles d'échantillon sont modérées et que les quantiles extrêmes sont épars.
Lire la méthode complète
Connectez-vous avec un compte gratuit pour lire cette section.
Method map
The neighbourhood of related methods — select a node to explore.
Sources
- 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 ↗
- 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 ↗
Comment citer cette page
ScholarGate. (2026, June 3). Bayesian Quantile-on-Quantile Regression. ScholarGate. https://scholargate.app/fr/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.
- Test des bornes bayésien ARDLÉconométrie↔ compare
- Modèle VAR bayésien (BVAR)Économétrie↔ compare
- Modèle Bayésien de Correction d'Erreur Vectoriel (Bayesian VECM)Économétrie↔ compare
- Modèle ARDL non linéaire (NARDL)Économétrie↔ compare
- Régression quantileÉconométrie↔ compare
- Régression quantile-quantile (QQ)Économétrie↔ compare
Une erreur sur cette page ? Signalez-la ou proposez une correction →