Regression modelEconometrics / time series

การถดถอยแบบควอนไทล์บนควอนไทล์แบบเบย์ (Bayesian Quantile-on-Quantile Regression)

การถดถอยแบบควอนไทล์บนควอนไทล์แบบเบย์ (Bayesian Quantile-on-Quantile (BQQ)) เป็นการขยายกรอบการทำงานแบบควอนไทล์บนควอนไทล์ (quantile-on-quantile) ของ Sim-Zhou โดยการแทนที่การประมาณค่าเชิงเส้นเฉพาะที่ (local linear estimation) แบบบ่อยครั้งนิยม (frequentist) ด้วยการอนุมานภายหลัง (posterior inference) แบบเบย์ สำหรับแต่ละคู่ของควอนไทล์ (theta ของผลลัพธ์, tau ของตัวทำนาย) วิธีการนี้จะให้การแจกแจงภายหลังที่สมบูรณ์ (full posterior distribution) เหนือค่าความชัน (slope) ซึ่งช่วยให้สามารถวัดปริมาณความไม่แน่นอน (uncertainty quantification) ทั่วทั้งพื้นผิวควอนไทล์สองมิติ (bivariate quantile surface) ได้ — นี่เป็นข้อได้เปรียบที่สำคัญเมื่อขนาดตัวอย่างมีขนาดปานกลางและควอนไทล์หาง (tail quantiles) มีความเบาบาง

นำไปใช้ด้วย EconMindเร็ว ๆ นี้วิดีโอเร็ว ๆ นี้Download slides

อ่านวิธีฉบับเต็ม

สำหรับสมาชิกเท่านั้น

เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้

เข้าสู่ระบบ

Method map

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

แหล่งอ้างอิง

  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

วิธีอ้างอิงหน้านี้

ScholarGate. (2026, June 3). Bayesian Quantile-on-Quantile Regression. ScholarGate. https://scholargate.app/th/econometrics/bayesian-quantile-on-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
ScholarGateBayesian Quantile-on-Quantile Regression (Bayesian Quantile-on-Quantile Regression). สืบค้นเมื่อ 2026-06-15 จาก https://scholargate.app/th/econometrics/bayesian-quantile-on-quantile-regression · ชุดข้อมูล: https://doi.org/10.5281/zenodo.20539026