Regression modelEconometrics / time series
시변 계수 분위-온-분위 (TVP-QQ) 회귀분석
TVP-QQ 회귀분석은 분위-온-분위 (QQ) 프레임워크를 확장하여 계수들이 시간에 따라 변하도록 허용한다. 이는 예측 변수의 분위가 결과 변수의 분위에 어떻게 다르게 영향을 미치는지를 전체 결합 분포와 서로 다른 시점에 걸쳐 매핑함으로써, 표준 회귀분석으로는 탐지할 수 없는 동적이고 이질적인 의존 구조를 밝혀낸다.
EconMind(으)로 적용하기곧 제공Apply, compare, get guidance
Tools & resources
Learn & explore
동영상곧 제공
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
방법 지도
관련 방법들로 이루어진 인접 영역 — 노드를 선택해 살펴보세요.
출처
- Sim, N., & Zhou, H. (2015). Oil prices, US stock return, and the dependence between their quantiles. Journal of Banking & Finance, 55, 1–8. DOI: 10.1016/j.jbankfin.2015.01.013 ↗
- Bouri, E., Gupta, R., & Vo, X. V. (2021). Jumps in geopolitical risk and the cryptocurrency market: The singularity of Bitcoin. Defence and Peace Economics, 33(2), 150–161. link ↗
이 페이지 인용 방법
ScholarGate. (2026, June 3). Time-Varying Parameter Quantile-on-Quantile Regression. ScholarGate. https://scholargate.app/ko/econometrics/time-varying-parameter-quantile-on-quantile-regression
어떤 방법일까요?
이 방법을 가장 가까운 동류의 방법들과 나란히 놓고 비교해 보세요 — 라이브러리는 책을 펼쳐 놓을 뿐, 선택은 여러분의 몫입니다.
나란히 비교하기 →Similar methods
Robust Quantile-on-Quantile RegressionQuantile-on-Quantile RegressionPanel Quantile-on-Quantile RegressionFourier Quantile-on-Quantile RegressionStructural Break Quantile-on-Quantile RegressionBayesian Quantile-on-Quantile RegressionTime-varying parameter EGARCH modelTime-varying parameter TGARCH model