Regression modelEconometrics / time series

베이지안 분위-분위 회귀분석(Bayesian Quantile-on-Quantile Regression)

베이지안 분위-분위 회귀분석(Bayesian Quantile-on-Quantile, BQQ)은 빈도주의적 국소 선형 추정 대신 베이지안 사후 추론을 사용하여 Sim-Zhou 분위-분위 프레임워크를 확장합니다. 각 분위 쌍(결과의 $\theta$, 예측 변수의 $\tau$)에 대해 이 방법은 기울기에 대한 전체 사후 분포를 제공하여, 이변량 분위 표면 전체에 걸쳐 불확실성을 정량화할 수 있게 합니다. 이는 표본 크기가 중간 정도이고 꼬리 분위가 희소할 때 중요한 이점입니다.

EconMind(으)로 적용하기곧 제공동영상곧 제공Download slides

방법 전문 읽기

회원 전용

무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.

로그인

Method map

The neighbourhood of related methods — select a node to explore.

출처

  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

이 페이지 인용 방법

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

Compare side by side
ScholarGateBayesian Quantile-on-Quantile Regression (Bayesian Quantile-on-Quantile Regression). 2026-06-15에 다음에서 검색함: https://scholargate.app/ko/econometrics/bayesian-quantile-on-quantile-regression · 데이터셋: https://doi.org/10.5281/zenodo.20539026