Regressione Quantilica Bayesiana
La Regressione Quantilica Bayesiana stima la distribuzione posteriore completa dei coefficienti di regressione a qualsiasi quantile scelto della variabile dipendente. Combinando la verosimiglianza di Laplace asimmetrica con distribuzioni a priori sui coefficienti, fornisce stime quantificate dall'incertezza dei quantili condizionali — come la mediana, il 10° o il 90° percentile — senza assumere errori Gaussiani.
Leggi il metodo completo
Accedi con un account gratuito per leggere questa sezione.
Method map
The neighbourhood of related methods — select a node to explore.
Fonti
- Kozumi, H., & Kobayashi, G. (2011). Gibbs sampling methods for Bayesian quantile regression. Journal of Statistical Computation and Simulation, 81(11), 1565–1578. DOI: 10.1080/00949655.2010.496117 ↗
- Yu, K., & Zhang, J. (2005). A three-parameter asymmetric Laplace distribution and its extension. Communications in Statistics – Theory and Methods, 34(9–10), 1867–1879. DOI: 10.1080/03610920500199018 ↗
Come citare questa pagina
ScholarGate. (2026, June 3). Bayesian Quantile Regression. ScholarGate. https://scholargate.app/it/statistics/bayesian-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.
- Modello Lineare Generalizzato BayesianoStatistica↔ compare
- Regressione Lineare Multipla BayesianaStatistica↔ compare
- Regressione Robusta BayesianaStatistica↔ compare
- Modello Tobit BayesianoStatistica↔ compare
- Regressione quantilicaEconometria↔ compare
- Regressione Quantilica RobustaStatistica↔ compare
Citato da
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →