So sánh phương pháp
Xem các phương pháp đã chọn cạnh nhau; những hàng khác biệt được làm nổi bật.
| Hồi quy phân vị (Các biến thể phi tham số)× | Hồi quy Bình phương Tối thiểu Thông thường (OLS)× | |
|---|---|---|
| Lĩnh vực≠ | Thống kê | Kinh tế lượng |
| Họ | Regression model | Regression model |
| Năm ra đời≠ | 1978 | 2019 |
| Người khởi xướng≠ | Koenker & Bassett | Wooldridge (textbook treatment); classical least squares |
| Loại≠ | Quantile regression (nonparametric variants) | Linear regression |
| Công trình gốc≠ | Koenker, R. & Bassett, G. (1978). Regression Quantiles. Econometrica, 46(1), 33-50. DOI ↗ | Wooldridge, J. M. (2019). Introductory Econometrics: A Modern Approach (7th ed.). Cengage Learning. ISBN: 978-1337558860 |
| Tên gọi khác | quantile regression, median regression, distribution-free quantile regression, Kantil Regresyon (Nonparametric Varyantlar) | ordinary least squares, classical linear regression, linear regression, en küçük kareler regresyonu |
| Liên quan | 5 | 5 |
| Tóm tắt≠ | Quantile regression, introduced by Koenker and Bassett in 1978, models a chosen conditional quantile (such as the median or the 25th and 75th percentiles) of a continuous outcome rather than its mean. Its nonparametric variants fit these quantile relationships without assuming a distribution for the errors, making them a robust complement to mean-based regression on skewed data. | Ordinary Least Squares is the classical linear regression method that explains a continuous outcome as a linear combination of predictors. It estimates the coefficients by minimising the sum of squared residuals, and under the Gauss-Markov assumptions these estimates are the best linear unbiased estimator (BLUE). |
| ScholarGateBộ dữ liệu ↗ |
|
|