Regression modelRobust regression
矩估计分位数回归
矩估计分位数回归（Method of Moments Quantile Regression）将基于矩的估计（广义矩估计，GMM）与分位数回归相结合，以估计分布参数，同时处理内生性、面板结构和动态关系。该方法由Koenker（2004）提出，并由Machado和Mata（2005）发展，它使得在动态面板和工具变量等复杂环境中进行分布分析（而不仅仅是均值回归）成为可能。这种方法对于理解处理效应和政策影响的异质性非常有效。
用 EconMind 应用即将推出Apply, compare, get guidance
Tools & resources
Learn & explore
视频即将推出
阅读完整方法
仅限会员
登录使用免费账户登录即可阅读本节。
方法图谱
相关方法的邻域——选择一个节点以展开探索。
来源
- Koenker, R. (2004). Quantile regression for longitudinal data. Journal of Multivariate Analysis, 91(1), 74-89. DOI: 10.1016/j.jmva.2004.05.006 ↗
- Machado, J. A., & Mata, J. (2005). Low wage workers and the wage Kuznets curve: Heterogeneity across quantiles. International Journal of Manpower, 26(7-8), 694-712. link ↗
如何引用本页
ScholarGate. (2026, June 3). Method of Moments for Quantile Regression. ScholarGate. https://scholargate.app/zh/econometrics/method-of-moments-quantile-regression
选用哪种方法？
将本方法与其最相近的同类并置，并排研读——本馆将书籍铺陈于案上，取舍则由您定夺。
- Cross-Quantilogram计量经济学↔ 比较
- 横截面NARDL计量经济学↔ 比较
- Quantile ARDL计量经济学↔ 比较