ScholarGate
Asistent
Regression model

Regresia cuantilică

Modelele de regresie cuantică modelează cuantile condiționate ale unei variabile dependente - mediana, percentila 25 sau 75, și așa mai departe - mai degrabă decât media condiționată pe care o țintește metoda celor mai mici pătrate (OLS). Introdusă de Koenker și Bassett în 1978, aceasta dezvăluie cum predictorii acționează pe întreaga distribuție, inclusiv pe cozi.

Aplică cu EconMindÎn curândVideoÎn curândDownload slides

Citește metoda completă

Doar pentru membri

Autentifică-te cu un cont gratuit pentru a citi această secțiune.

Autentificare

Method map

The neighbourhood of related methods — select a node to explore.

Regresia cuantilică
Regresia LassoRegresia prin metoda cel…Modelul cu Efecte Fixe p…Regresia Poisson și bino…Regresia RidgeRegresia prin metoda cel…ARFIMA: Model ARMA cu In…Regresia Cuantilă Bayesi…Regresia Bayesiană Cuant…Regresie Robustă Bayesia…

+51 more

Surse

  1. Koenker, R. & Bassett, G., Jr. (1978). Regression Quantiles. Econometrica, 46(1), 33-50. DOI: 10.2307/1913643 ↗
  2. Koenker, R. (2005). Quantile Regression. Cambridge University Press. DOI: 10.1017/CBO9780511754098 ↗

Cum se citează această pagină

ScholarGate. (2026, June 1). Quantile Regression. ScholarGate. https://scholargate.app/ro/econometrics/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.

Compare side by side →

Citat de

Regresia prin metoda celor mai mici pătrate în două etape (2SLS / IV)ARFIMA: Model ARMA cu Integrare FracționarăRegresia Cuantilă BayesianăRegresia Bayesiană Cuantilă-pe-CuantilăRegresie Robustă BayesianăRegresie BetaBootstrap pe blocuri (blocuri mobile și staționare)Analiza punctului de rupereValoare la Risc Condiționată (Expected Shortfall)Predicția conformă pentru prognoza seriilor de timpRegresia Elastic NetRegresia Cuantile-pe-Cuantile FourierModele Aditive Generalizate pentru Locație, Scară și Formă (GAMLSS)Model GARCH (Prognoza volatilității)Modelul de selecție Heckman (Heckit / Tobit Tip II)Efectul Heteogen al Tratamentului: Regresia Discontinuitate FuzzyRegresia Discontinuității pentru Efecte Eterogene ale Tratamentului (HTE-RDD)Erori Standard Robuste la Heteroscedasticitate (HC)Regresia HuberDiagnosticile de influență (Distanța Cook, DFFITS, Leveraj)Estimarea densității prin nucleu și testarea distribuțiilor (KDE)Regresia celor mai mici mediane de pătrate (LMS)Regresia prin metoda celor mai mici pătrate trunchiate (LTS)M-estimatori (Regresie Robustă)Estimarea deviației absolute mediane (MAD)Modelul Autoregresiv Neliniar cu Defazaj Distribuit (NARDL)Modelul ARDL neliniar (NARDL)Regresia prin metoda celor mai mici pătrate ordinare (OLS)Regresie logistică ordinalăRegresia Poisson și binomială negativăModelul Probit de RegresieRegresia Cuantilă-pe-Cuantilă (QQ)Regresie RANSACModelul ARCH RobustModel ARIMA RobustCorelație Robustă (Spearman, Kendall și Biweight)Model GARCH RobustRegresie Liniară RobustăRegresie logistică robustăRegresia liniară multiplă robustăModel Robust Nonliniar Autoregresiv cu Lag Distribuit (Robust NARDL)OLS Robust (OLS cu erori standard robuste)Regresia robustă a cuantilelorRegresia Robusta Cuantilă-pe-Cuantilă (RQQR)Regresie RobustăRegresie liniară simplă robustăPonderarea minimilor pătrate robuste (Robust WLS)Estimatorul S pentru regresie robustăEstimatori Robuști de Scară Sn și QnRegresia spațială (modelele cu decalaj spațial și cu eroare spațială)Modelul Autoregresiv cu Tranziție Lină (STAR)Analiza Frontierelor Stocastice (SFA)Regresia cuantilă-pe-cuantilă cu ruptură structuralăMăsuri de risc de coadă (Expected Shortfall, Spectrale, Expectile)Estimatorul Theil-SenRegresie cu pragRegresia cu Parametri Variabili în Timp pe Cuantile (TVP-QQ)Modelul Tobit cu regresie cenzurată

Ai observat o problemă pe această pagină? Raportează sau sugerează o corectură →

ScholarGate — Quantile Regression (Quantile Regression). Preluat la 2026-06-15 de pe https://scholargate.app/ro/econometrics/quantile-regression · Set de date: https://doi.org/10.5281/zenodo.20539026