Robust Quantile Regression
Robust Quantile Regression estimates conditional quantiles of a response variable while simultaneously downweighting the influence of outliers. By combining the asymmetric loss function of standard quantile regression with bounded-influence or M-estimation weights, it provides reliable quantile estimates even when data contain extreme observations or heavy-tailed error distributions.
Catatan sumber
Kutipan disalin apa adanya dari catatan sumber metode. Tidak ada verifikasi tingkat klaim yang disimpulkan darinya.
- Koenker, R. (2005). Quantile Regression. Cambridge University Press. · ISBN 978-0521608275
- Machado, J. A. F. (1993). Robust model selection and M-estimation. Econometric Theory, 9(3), 478–493. · DOI 10.1017/S0266466600007775
Klaim yang dikurasi
Klaim tersimpan dalam buku besar bukti, masing-masing dengan penilaiannya sendiri.
Tampilan ini tidak menciptakan penilaian klaim ketika buku besar tidak memilikinya.
Metode terkait
Dihasilkan dari grafik metode dan ditampilkan sebagai relasi yang disarankan mesin — tidak ada klaim bukti yang disimpulkan.