ScholarGate
Asszisztens
Regression modelEconometrics / time series

Bayes-féle kvantil-kvantil regresszió

A Bayes-féle kvantil-kvantil (BQQ) regresszió a Sim–Zhou-féle kvantil-kvantil keretrendszert bővíti ki azáltal, hogy a gyakorisági (frequentista) lokális lineáris becslést Bayes-féle utólagos következtetéssel (posterior inference) helyettesíti. Minden kvantilis párra (a kimenetel $\theta$-kvantilisa, az előrejelző $\tau$-kvantilisa) a módszer teljes utólagos eloszlást ad a meredekségre, lehetővé téve a bizonytalanság kvantifikálását a teljes kétdimenziós kvantilsok felületén – ez jelentős előny mérséges elemszámú minták és ritka farokkvantilisok esetén.

Alkalmazás ezzel: EconMindHamarosanVideóHamarosanDiák letöltése

A teljes módszer elolvasása

Csak tagoknak

Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.

Bejelentkezés

Módszertérkép

A rokon módszerek környezete — válasszon ki egy csomópontot a felfedezéshez.

Források

  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

Hogyan hivatkozzon erre az oldalra

ScholarGate. (2026, June 3). Bayesian Quantile-on-Quantile Regression. ScholarGate. https://scholargate.app/hu/econometrics/bayesian-quantile-on-quantile-regression

Melyik módszer?

Állítsa e módszert a hozzá legközelebb álló rokonai mellé, és olvassa őket egymás mellett — a könyvtár az asztalra teszi a könyveket; a választás az Öné.

Összehasonlítás egymás mellett
ScholarGateBayesian Quantile-on-Quantile Regression (Bayesian Quantile-on-Quantile Regression). Letöltve 2026-06-15, forrás: https://scholargate.app/hu/econometrics/bayesian-quantile-on-quantile-regression · Adatkészlet: https://doi.org/10.5281/zenodo.20539026