Робастна квантильна регресія
Робастна квантильна регресія оцінює умовні квантилі залежної змінної, одночасно зменшуючи вплив викидів. Поєднуючи асиметричну функцію втрат стандартної квантильної регресії з ваговими коефіцієнтами, що обмежують вплив, або M-оцінками, вона забезпечує надійні оцінки квантилів навіть за наявності екстремальних спостережень або розподілів похибок з важкими хвостами.
Читати метод повністю
Увійдіть із безкоштовним обліковим записом, щоб прочитати цей розділ.
Method map
The neighbourhood of related methods — select a node to explore.
Джерела
- 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 ↗
Як цитувати цю сторінку
ScholarGate. (2026, June 3). Robust Quantile Regression. ScholarGate. https://scholargate.app/uk/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.
- Байєсівська квантильна регресіяСтатистика↔ compare
- Регресія звичайно найменших квадратів (ЗНК)Економетрика↔ compare
- Квантильна регресіяЕконометрика↔ compare
- Стійка узагальнена лінійна модельСтатистика↔ compare
- Стійка множинна лінійна регресіяСтатистика↔ compare
- Робастна регресіяСтатистика↔ compare
Згадується в
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →