การถดถอยเชิงปริมาณแบบเบย์ (Bayesian Quantile Regression)
การถดถอยเชิงปริมาณแบบเบย์ (Bayesian Quantile Regression) เป็นการประมาณการการแจกแจงตามหลัง (posterior distribution) ทั้งหมดของสัมประสิทธิ์การถดถอย ณ ปริมาณ (quantile) ที่เลือกไว้ของตัวแปรตาม โดยการรวมฟังก์ชันความควรจะเป็นแบบไม่สมมาตร (asymmetric Laplace likelihood) เข้ากับการแจกแจงก่อน (prior distributions) เหนือสัมประสิทธิ์ ทำให้ได้การประมาณค่าปริมาณแบบมีเงื่อนไข (conditional quantiles) ที่วัดความไม่แน่นอนได้ เช่น ค่ามัธยฐาน เปอร์เซ็นไทล์ที่ 10 หรือที่ 90 โดยไม่ต้องตั้งสมมติฐานว่าความคลาดเคลื่อนมีการแจกแจงแบบปกติ (Gaussian errors)
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
แหล่งอ้างอิง
- Kozumi, H., & Kobayashi, G. (2011). Gibbs sampling methods for Bayesian quantile regression. Journal of Statistical Computation and Simulation, 81(11), 1565–1578. DOI: 10.1080/00949655.2010.496117 ↗
- Yu, K., & Zhang, J. (2005). A three-parameter asymmetric Laplace distribution and its extension. Communications in Statistics – Theory and Methods, 34(9–10), 1867–1879. DOI: 10.1080/03610920500199018 ↗
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 3). Bayesian Quantile Regression. ScholarGate. https://scholargate.app/th/statistics/bayesian-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.
- แบบจำลองเชิงเส้นทั่วไปแบบเบย์ (Bayesian Generalized Linear Model)สถิติศาสตร์↔ compare
- การถดถอยเชิงเส้นพหุแบบเบย์ (Bayesian Multiple Linear Regression)สถิติศาสตร์↔ compare
- Bayesian Robust Regressionสถิติศาสตร์↔ compare
- แบบจำลองโทบิตแบบเบย์ (Bayesian Tobit Model)สถิติศาสตร์↔ compare
- การถดถอยควอนไทล์เศรษฐมิติ↔ compare
- การถดถอยควอนไทล์แบบทนทานสถิติศาสตร์↔ compare