Panel Quantile-on-Quantile Regression
Ayrıca şöyle bilinir: Panel QQ regression, panel QQ approach, panel quantile-on-quantile approach, PQQ regression
Panel quantile-on-quantile (QQ) regresyonu, çoklu kesitsel birimler üzerinden zamanla gözlemlenen herhangi bir niceliğin dağılımının herhangi bir niceliğine olan bağımlılığını ortaklaşa haritalar. Bu yöntem, Sim ve Zhou'nun (2015) kesitsel QQ çerçevesini bir panel ortamına genelleştirerek, tek bir ortalama etki yerine tam bir bağımlılık yüzeyi ortaya çıkarır ve aynı zamanda sabit veya rastgele etkiler düzeltmesi yoluyla bireysel heterojenliği hesaba katar.
Tam yöntemi oku
Bu bölümü okumak için ücretsiz hesapla giriş yapın.
Yöntem haritası
İlişkili yöntemlerin komşuluğu — keşfetmek için bir düğüm seçin.
Ne zaman kullanılır
X ve Y arasındaki ilişkinin hem Y'nin dağılımı hem de X'in dağılımı boyunca heterojen olduğundan şüphelendiğinizde ve makul sayıda kesitsel birim (N ≥ 10) ve zaman periyodu (T ≥ 10) içeren panel verileriniz olduğunda panel QQ regresyonunu kullanın. Özellikle kuyruk bağımlılığının ve asimetrik iletimin önemli olduğu enerji ekonomisi, finans ve çevre araştırmalarında değerlidir. Paneliniz çok kısaysa (T < 8) ilk aşama keşif aracı olarak kullanmayın, çünkü aşırı niceliklerdeki yerel tahmin güvenilmez hale gelir. Yalnızca ortalama etkilerle ilgili teorik sorunuz olduğunda veya N çok küçükse (N < 8) kaçının, çünkü bootstrap standart hataları tuhaflaşır. Ayrıca, X ve Y ortak normal ve homojen etkilere sahipse uygun değildir — standart panel OLS veya sabit etkiler yeterli olacaktır.
Güçlü yönler & sınırlılıklar
- Ortalama veya tek nicelikli modellerin görünmeyen kuyruk ve asimetrik etkilerini yakalayarak tam çift değişkenli bağımlılık yüzeyini ortaya çıkarır.
- Sabit veya rastgele etkiler düzeltmesi yoluyla gözlemlenmeyen bireysel heterojenliği kontrol eder ve panel analizinin temel avantajını korur.
- Hata terimi üzerinde herhangi bir dağılımsal varsayım gerektirmez — tahmin, nicelik boyutunda tamamen parametrik olmayan bir şekilde yapılır.
- Aşırı olayların (krizler, patlamalar) normal dönem dalgalanmalarından farklı şekilde iletilip iletilmediğini tespit etmek için özellikle güçlüdür.
- Sonuçlar, heterojen bulguları uygulamalı kitleler için sezgisel hale getiren ısı haritaları veya 3B yüzeyler olarak görsel olarak iletilebilir.
- Hesaplama açısından yoğundur: her (θ, τ) ızgara noktasında ayrı bir çekirdek ağırlıklı nicelik regresyonu tahmin edilir ve bu, bootstrap tekrarlarıyla çarpılır.
- Aşırı niceliklerdeki (θ < 0.1 veya > 0.9, τ < 0.1 veya > 0.9) yerel tahmin, özellikle kısa panellerde seyrek veri ve yüksek varyanstan muzdariptir.
- Yerel tahmin için bant genişliği (çekirdek penceresi) seçimi otomatik değildir ve sonuçları önemli ölçüde etkileyebilir — hassasiyet analizi önerilir.
- Yaygın olarak kabul görmüş standart bir yazılım rutini mevcut değildir; araştırmacılar genellikle tahminciyi R veya MATLAB'da kodlarlar, bu da tekrarlanabilirlik endişeleri doğurur.
- Çok sayıda (θ, τ) hücresi olduğunda, sonuçlar seçici olarak vurgulanırsa çoklu test etme bir endişe kaynağıdır.
SSS
Tek bir kanonik paket mevcut değildir. R'da, quantreg ve np paketleri yapı taşlarını sağlar; araştırmacılar tahminciyi manuel olarak birleştirir. Özel MATLAB rutinleri, yayınlanmış makalelere eşlik eden tekrarlanabilirlik dosyalarında dolaşır. Stata kullanıcıları tipik olarak rqprocess'i çağırır veya panel ortalamadan çıkarma ile birlikte kullanıcı tarafından yazılmış ado dosyalarını kullanır.
Panel veri kümenizi StatWise'a yükleyin, birim ve zaman tanımlayıcılarını belirleyin, sonuç ve ana tahmin değişkenini seçin, ardından tam (θ, τ) bağımlılık yüzeyini bootstrap güven bantları ve etkileşimli bir ısı haritası görselleştirmesi ile elde etmek için Panel QQ Regresyonunu çalıştırın.
Kaynaklar
- 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 ↗
- Koenker, R., & Bassett, G. (1978). Regression quantiles. Econometrica, 46(1), 33-50. DOI: 10.2307/1913643 ↗
Bu sayfayı kaynak gösterin
ScholarGate. (2026, June 3). Panel Quantile-on-Quantile Regression. ScholarGate. https://scholargate.app/tr/econometrics/panel-quantile-on-quantile-regression
Hangi yöntem?
Bu yöntemi en yakın akrabalarının yanına koyup yan yana okuyun — kütüphane kitapları masaya serer; seçim sizindir.
- Panel Sabit Etkiler ModeliEkonometri↔ karşılaştır
- Panel Genelleştirilmiş En Küçük Kareler (Panel GLS)Ekonometri↔ karşılaştır
- Panel Granger Nedensellik TestiEkonometri↔ karşılaştır
- Panel OLS (Birleştirilmiş En Küçük Kareler Yöntemi)Ekonometri↔ karşılaştır
- Panel Rastgele Etkiler ModeliEkonometri↔ karşılaştır
- Kuantil-Üzeri-Kuantil (QQ) RegresyonuEkonometri↔ karşılaştır