Robustā kvantiļu regresija
Robustā kvantiļu regresija novērtē atkarīgā mainīgā nosacītos kvantiļus, vienlaikus samazinot noviržu ietekmi. Apvienojot standarta kvantiļu regresijas asimetrisko zaudējumu funkciju ar ierobežotas ietekmes vai M-novērtējuma svariem, tā nodrošina uzticamus kvantiļu novērtējumus pat tad, ja dati satur ekstremālus novērojumus vai smagnējas kļūdu sadalījumus.
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
- Koenker, R. (2005). Quantile Regression. Cambridge University Press. ISBN: 978-0521608275
- Machado, J. A. F. (1993). Robust model selection and M-estimation. Econometric Theory, 9(3), 478–493. DOI: 10.1017/S0266466600007775 ↗
Kā citēt šo lapu
ScholarGate. (2026, June 3). Robust Quantile Regression. ScholarGate. https://scholargate.app/lv/statistics/robust-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.
- Bajeziāniskā kvantiļu regresijaStatistika↔ compare
- Parastā mazāko kvadrātu (OLS) regresijaEkonometrija↔ compare
- Kvantīļu regresijaEkonometrija↔ compare
- Robusts vispārinātais lineārais modelisStatistika↔ compare
- Robustā daudzkārtējā lineārā regresijaStatistika↔ compare
- Robustā regresijaStatistika↔ compare
Uz to atsaucas
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →