Kvantilis regresszió
A kvantilis regresszió a kimenetel feltételes kvantilisait – azaz a mediánt, a 25. vagy 75. percentilst és így tovább – modellezi, ellentétben a feltételes átlaggal, amelyre az OLS (legkisebb négyzetek módszere) irányul. A Koenker és Bassett által 1978-ban bevezetett módszer megmutatja, hogyan hatnak a prediktorok a teljes eloszláson, beleértve annak farkait is.
A teljes módszer elolvasása
Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Módszertérkép
A rokon módszerek környezete — válasszon ki egy csomópontot a felfedezéshez.
+51 további
Források
- Koenker, R. & Bassett, G., Jr. (1978). Regression Quantiles. Econometrica, 46(1), 33-50. DOI: 10.2307/1913643 ↗
- Koenker, R. (2005). Quantile Regression. Cambridge University Press. DOI: 10.1017/CBO9780511754098 ↗
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 1). Quantile Regression. ScholarGate. https://scholargate.app/hu/econometrics/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.
- Lasso-regresszióGépi tanulás↔ összehasonlítás
- Regresszió Ordináris Legkisebb Négyzetes (OLS) módszerrelÖkonometria↔ összehasonlítás
- Paneladatok rögzített hatású modelljeÖkonometria↔ összehasonlítás
- Poisson és Negatív Binomiális RegressziókÖkonometria↔ összehasonlítás
- Ridge RegressionGépi tanulás↔ összehasonlítás
Hivatkozik rá
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →