Regresi Kuantil-ke-Kuantil Bayesian
Regresi Kuantil-ke-Kuantil (BQQ) Bayesian melanjutkan rangka kerja kuantil-ke-kuantil Sim-Zhou yang sedia ada dengan menggantikan anggaran linear tempatan frekuentis dengan inferens posterior Bayesian. Bagi setiap pasangan kuantil (theta bagi hasil, tau bagi peramal), kaedah ini menghasilkan taburan posterior penuh ke atas cerun, membolehkan kuantifikasi ketidakpastian merentasi keseluruhan permukaan kuantil dwigeometri — satu kelebihan utama apabila saiz sampel adalah sederhana dan kuantil ekor jarang.
Baca kaedah sepenuhnya
Log masuk dengan akaun percuma untuk membaca bahagian ini.
Peta kaedah
Kejiranan kaedah berkaitan — pilih satu nod untuk meneroka.
Sumber
- 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 ↗
Cara memetik halaman ini
ScholarGate. (2026, June 3). Bayesian Quantile-on-Quantile Regression. ScholarGate. https://scholargate.app/ms/econometrics/bayesian-quantile-on-quantile-regression
Kaedah yang mana?
Letakkan kaedah ini di sebelah kaedah yang paling rapat dengannya dan baca secara bersebelahan — perpustakaan menyusun buku di atas meja; pilihan terletak pada anda.
- Ujian Had Bayesian ARDLEkonometrik↔ banding
- Model VAR Bayesian (BVAR)Ekonometrik↔ banding
- Model Pembetulan Ralat Vektor Bayesian (Bayesian VECM)Ekonometrik↔ banding
- Model ARDL Taklinear (NARDL)Ekonometrik↔ banding
- Regresi KuantilEkonometrik↔ banding
- Regresi Kuantil-pada-Kuantil (QQ)Ekonometrik↔ banding
Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →