ScholarGate
Assistant
Regression model

Régression quantile

Les modèles de régression quantile modélisent les quantiles conditionnels d'une variable dépendante — la médiane, le 25e ou le 75e percentile, et ainsi de suite — plutôt que la moyenne conditionnelle ciblée par les moindres carrés ordinaires (MCO). Introduite par Koenker et Bassett en 1978, elle révèle comment les prédicteurs agissent sur l'ensemble de la distribution, y compris ses queues.

Appliquer avec EconMindBientôtVidéoBientôtDownload slides

Lire la méthode complète

Réservé aux membres

Connectez-vous avec un compte gratuit pour lire cette section.

Se connecter

Method map

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

Régression quantile
Régression LassoRégression par Moindres…Modèle à effets fixes po…Régression de Poisson et…Régression RidgeRégression par Moindres…ARFIMA : Modèle ARMA à i…Régression Quantile Bayé…Régression Bayésienne Qu…Régression Robuste Bayés…

+51 more

Sources

  1. Koenker, R. & Bassett, G., Jr. (1978). Regression Quantiles. Econometrica, 46(1), 33-50. DOI: 10.2307/1913643 ↗
  2. Koenker, R. (2005). Quantile Regression. Cambridge University Press. DOI: 10.1017/CBO9780511754098 ↗

Comment citer cette page

ScholarGate. (2026, June 1). Quantile Regression. ScholarGate. https://scholargate.app/fr/econometrics/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 →

Référencée par

Régression par Moindres Carrés en Deux Étapes (MC2E / VI)ARFIMA : Modèle ARMA à intégration fractionnaireRégression Quantile BayésienneRégression Bayésienne Quantile-sur-QuantileRégression Robuste BayésienneRégression bêtaBootstrap par blocs (blocs mobiles et stationnaires)Analyse du point de ruptureValeur à risque conditionnelle (Expected Shortfall)Conformal Prediction pour la prévision de séries temporellesRégression Elastic NetRégression Quantile-sur-Quantile de FourierGAMLSSModèle GARCH (Prévision de la volatilité)Modèle de sélection de Heckman (Heckit / Tobit Type II)Regression Discontinue à Effet Hétérogène avec Variable InstrumentaleRégression sur Discontinuité avec Effet de Traitement Hétérogène (HTE-RDD)Erreurs-types robustes à l'hétéroscédasticité (HC)Régression de HuberDiagnostics d'influence (Distance de Cook, DFFITS, Effet de levier)Estimation par noyau de la densité et tests de distribution (KDE)Régression par Moindres Médianes des Carrés (LMS)Régression par Moindres Carrés Trimés (LTS)M-estimateurs (Régression Robuste)Estimation par écart absolu médian (MAD)Modèle autorégressif à retards échelonnés non linéaire (NARDL)Modèle ARDL non linéaire (NARDL)Régression par Moindres Carrés Ordinaires (MCO)Régression logistique ordinaleRégression de Poisson et binomiale négativeModèle de régression probitRégression quantile-quantile (QQ)RANSAC RegressionModèle ARCH RobusteModèle ARIMA RobusteCorrélation Robuste (Spearman, Kendall et Biweight)Modèle GARCH RobusteRégression linéaire robusteRégression logistique robusteRégression linéaire multiple robusteRobust NARDLOLS robuste (OLS avec erreurs-types robustes)Régression quantile robusteRégression Robuste Quantile par Quantile (RQQR)Régression RobusteRégression linéaire simple robusteMoindres Carrés Pondérés Robustes (Robust WLS)Estimateur S pour la régression robusteEstimateurs robustes de l'échelle Sn et QnRégression spatiale (modèles de retard spatial et d'erreur spatiale)Modèle autorégressif à transition lisse (STAR)Analyse de la Frontière Stochastique (SFA)Régression quantile-sur-quantile avec rupture structurelleMesures de risque de la queue (Expected Shortfall, spectrales, expectiles)Estimateur de Theil-SenRégression à seuilRégression Quantile-sur-Quantile à Paramètres Variables dans le Temps (TVP-QQ)Modèle de régression censurée de Tobit

Une erreur sur cette page ? Signalez-la ou proposez une correction →

ScholarGate — Quantile Regression (Quantile Regression). Consulté le 2026-06-15 sur https://scholargate.app/fr/econometrics/quantile-regression · Jeu de données : https://doi.org/10.5281/zenodo.20539026