ScholarGate
Assistent
Regression modelRegression / GLM

Robust Kvantilregression

Robust kvantilregression estimerar betingade kvantiler för en responsvariabel samtidigt som den nedvikter inflytandet från extremvärden. Genom att kombinera den asymmetriska förlustfunktionen för standardkvantilregression med vikter för begränsat inflytande eller M-estimering, ger den tillförlitliga kvantilestimat även när data innehåller extrema observationer eller feldistributioner med tunga svansar.

Tillämpa med StatMindSnartVideoSnartDownload slides

Läs hela metoden

Endast för medlemmar

Logga in med ett kostnadsfritt konto för att läsa avsnittet.

Logga in

Method map

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

Källor

  1. Koenker, R. (2005). Quantile Regression. Cambridge University Press. ISBN: 978-0521608275
  2. Machado, J. A. F. (1993). Robust model selection and M-estimation. Econometric Theory, 9(3), 478–493. DOI: 10.1017/S0266466600007775

Så citerar du den här sidan

ScholarGate. (2026, June 3). Robust Quantile Regression. ScholarGate. https://scholargate.app/sv/statistics/robust-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

Refereras av

ScholarGateRobust Quantile Regression (Robust Quantile Regression). Hämtad 2026-06-15 från https://scholargate.app/sv/statistics/robust-quantile-regression · Datamängd: https://doi.org/10.5281/zenodo.20539026