Kvantiļu-uz-kvantiļu (QQ) regresija
Kvantiļu-uz-kvantiļu regresija ir neparametriska tehnika, kas novērtē, kā vienas mainīgā kvantiļi ir atkarīgi no citiem mainīgajiem. Apvienojot standarta kvantiļu regresiju ar lokālo lineāro izlīdzināšanu, tā rada pilnu divdimensiju koeficientu virsmu, kas indeksēta gan pēc iznākuma kvantiļa, gan pēc prognozētāja kvantiļa, atklājot neviendabīgas un asimetriskas atkarības struktūras, kas nav redzamas standarta regresijā.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Method map
The neighbourhood of related methods — select a node to explore.
+2 more
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 ↗
- Koenker, R., & Bassett, G. (1978). Regression quantiles. Econometrica, 46(1), 33-50. DOI: 10.2307/1913643 ↗
Kā citēt šo lapu
ScholarGate. (2026, June 3). Quantile-on-Quantile Regression. ScholarGate. https://scholargate.app/lv/econometrics/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.
- ARMA modelis (Autoregresīvs vidējais aritmētiskais)Ekonometrija↔ compare
- DCC-GARCH modelis (Dynamic Conditional Correlation)Ekonometrija↔ compare
- Grindžera koincidences testsEkonometrija↔ compare
- Nelineārais ARDL (NARDL) modelisEkonometrija↔ compare
- Kvantīļu regresijaEkonometrija↔ compare
- Vektora autoregresija (VAR)Ekonometrija↔ compare
Uz to atsaucas
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →