Regresi Kuantil Bayesian
Regresi Kuantil Bayesian menganggarkan taburan posterior penuh pekali regresi pada mana-mana kuantil hasil yang dipilih. Dengan menggabungkan kebolehjadian Laplace tak simetri dengan taburan prior ke atas pekali, ia memberikan anggaran kuantil bersyarat yang dikuantifikasi ketidakpastiannya — seperti median, persentil ke-10, atau persentil ke-90 — tanpa mengandaikan ralat Gaussian.
Baca kaedah sepenuhnya
Log masuk dengan akaun percuma untuk membaca bahagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- Kozumi, H., & Kobayashi, G. (2011). Gibbs sampling methods for Bayesian quantile regression. Journal of Statistical Computation and Simulation, 81(11), 1565–1578. DOI: 10.1080/00949655.2010.496117 ↗
- Yu, K., & Zhang, J. (2005). A three-parameter asymmetric Laplace distribution and its extension. Communications in Statistics – Theory and Methods, 34(9–10), 1867–1879. DOI: 10.1080/03610920500199018 ↗
Cara memetik halaman ini
ScholarGate. (2026, June 3). Bayesian Quantile Regression. ScholarGate. https://scholargate.app/ms/statistics/bayesian-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.
- Model Linear Umum BayesianStatistik↔ compare
- Regresi Linear Berganda BayesianStatistik↔ compare
- Regresi Robust BayesianStatistik↔ compare
- Model Tobit BayesianStatistik↔ compare
- Regresi KuantilEkonometrik↔ compare
- Regresi Kuantil TeguhStatistik↔ compare
Dirujuk oleh
Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →