ScholarGate
Assistente
Regression modelEconometrics / time series

Regressão Bayesiana Quantil-sobre-Quantil

A Regressão Bayesiana Quantil-sobre-Quantil (BQQ) estende o framework frequentista de quantil-sobre-quantil de Sim-Zhou ao substituir a estimação local linear frequentista por inferência bayesiana posterior. Para cada par de quantis (theta do desfecho, tau do preditor), o método produz uma distribuição posterior completa sobre a inclinação, permitindo a quantificação da incerteza em toda a superfície bivariada de quantis — uma vantagem chave quando os tamanhos amostrais são moderados e os quantis de cauda são esparsos.

Aplicar com EconMindEm breveVídeoEm breveBaixar slides

Leia o método completo

Exclusivo para membros

Entre com uma conta gratuita para ler esta seção.

Entrar

Mapa de métodos

A vizinhança de métodos relacionados — selecione um nó para explorar.

Fontes

  1. 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
  2. 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

Como citar esta página

ScholarGate. (2026, June 3). Bayesian Quantile-on-Quantile Regression. ScholarGate. https://scholargate.app/pt/econometrics/bayesian-quantile-on-quantile-regression

Qual método?

Coloque este método ao lado dos seus pares mais próximos e leia-os lado a lado — a biblioteca dispõe os livros sobre a mesa; a escolha é sua.

Comparar lado a lado
ScholarGateBayesian Quantile-on-Quantile Regression (Bayesian Quantile-on-Quantile Regression). Recuperado em 2026-06-15 de https://scholargate.app/pt/econometrics/bayesian-quantile-on-quantile-regression · Conjunto de dados: https://doi.org/10.5281/zenodo.20539026