Régression quantile (variantes non paramétriques)
La régression quantile, introduite par Koenker et Bassett en 1978, modélise un quantile conditionnel choisi (tel que la médiane ou les 25e et 75e percentiles) d'une variable de réponse continue plutôt que sa moyenne. Ses variantes non paramétriques ajustent ces relations quantiles sans supposer de distribution pour les erreurs, ce qui en fait un complément robuste à la régression basée sur la moyenne sur des données asymétriques.
Lire la méthode complète
Connectez-vous avec un compte gratuit pour lire cette section.
Carte des méthodes
Le voisinage des méthodes apparentées — sélectionnez un nœud pour explorer.
Sources
- Koenker, R. & Bassett, G. (1978). Regression Quantiles. Econometrica, 46(1), 33-50. DOI: 10.2307/1913643 ↗
- Koenker, R. (2005). Quantile Regression. Cambridge University Press. ISBN: 978-0521608275
Comment citer cette page
ScholarGate. (2026, June 1). Quantile Regression (Nonparametric Variants). ScholarGate. https://scholargate.app/fr/statistics/quantile-regression-np
Quelle méthode ?
Placez cette méthode aux côtés de ses plus proches parentes et lisez-les côte à côte — la bibliothèque pose les ouvrages sur la table ; le choix vous revient.
- Estimation par noyau de la densité et tests de distribution (KDE)Statistique↔ comparer
- Régression LassoApprentissage automatique↔ comparer
- Régression par Moindres Carrés Ordinaires (MCO)Économétrie↔ comparer
- Régression RidgeApprentissage automatique↔ comparer
- Estimateur de Theil-SenStatistique↔ comparer
Référencée par
Une erreur sur cette page ? Signalez-la ou proposez une correction →