Metodbevispost

Robust Quantile Regression

Robust Quantile Regression estimates conditional quantiles of a response variable while simultaneously downweighting the influence of outliers. By combining the asymmetric loss function of standard quantile regression with bounded-influence or M-estimation weights, it provides reliable quantile estimates even when data contain extreme observations or heavy-tailed error distributions.

Sources recorded, not reviewed

Källpost

Citat kopierade ordagrant från metodens källpost. Ingen verifiering på källnivå härleds från dem.

Taxonomisk metodpost · regression-model / statistics

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

Öppna fullständig metod

Kuraterade påståenden

Påståenden lagrade i bevisloggen, var och en med sin egen bedömning.

Inga kuraterade påståenden ännu

Denna vy hittar inte på en påståendebedömning när loggen saknar en.

Relaterade metoder

Genererade från metodgrafen och visade som maskinföreslagna relationer – inga bevispåståenden härleds.

Taxonomic bucketBayesian Quantile Regressionmachine-suggested · Relational suggestion, not evidence.Same method familyOLS Regressionmachine-suggested · Relational suggestion, not evidence.Same method familyQuantile Regressionmachine-suggested · Relational suggestion, not evidence.Taxonomic bucketRobust Generalized linear modelmachine-suggested · Relational suggestion, not evidence.Taxonomic bucketRobust Multiple linear regressionmachine-suggested · Relational suggestion, not evidence.Taxonomic bucketRobust Regressionmachine-suggested · Relational suggestion, not evidence.