Beijesiešu kvantiļu-uz-kvantiļu regresija
Beijesiešu kvantiļu-uz-kvantiļu (BQQ) regresija paplašina Sima-Džou kvantiļu-uz-kvantiļu ietvaru, aizstājot frekventistu lokālo lineāro novērtēšanu ar beijesiešu posterioro secinājumu. Katram kvantiļu pārim (iznākuma tēta, paredzētāja tau) metode nodrošina pilnu posterioro sadalījumu slīpumam, ļaujot kvantificēt nenoteiktību visā bivariātās kvantiļu virsmas garumā — tā ir galvenā priekšrocība, ja izlases lielums ir mērens un astes kvantiles ir retas.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Method map
The neighbourhood of related methods — select a node to explore.
Avoti
- 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 ↗
- 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 ↗
Kā citēt šo lapu
ScholarGate. (2026, June 3). Bayesian Quantile-on-Quantile Regression. ScholarGate. https://scholargate.app/lv/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.
- Beijesiskais ARDL robežu testsEkonometrija↔ compare
- Bayesiešu VAR modelis (BVAR)Ekonometrija↔ compare
- Beijesa vektora kļūdu korekcijas modelis (Beijesa VECM)Ekonometrija↔ compare
- Nelineārais ARDL (NARDL) modelisEkonometrija↔ compare
- Kvantīļu regresijaEkonometrija↔ compare
- Kvantiļu-uz-kvantiļu (QQ) regresijaEkonometrija↔ compare
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →