Regresja kwantylowa
Regresja kwantylowa – rodzaj analizy regresji umożliwiający szacowanie warunkowej dystrybuanty zmiennej objaśnianej. W odróżnieniu od metody najmniejszych kwadratów, w ramach której szacuje się warunkową wartość oczekiwaną (średnią) zmiennej objaśnianej na podstawie wartości zmiennych objaśniających, zadaniem regresji kwantylowej jest oszacowanie warunkowej mediany lub/i innych kwantyli[1].
Główną zaletą regresji kwantylowej jest to, że pozwala lepiej poznać rozkład warunkowy zmiennej objaśnianej[2]. Regresja kwantylowa jest rozszerzeniem regresji liniowej stosowanym, gdy warunki regresji liniowej nie są spełnione. W porównaniu z regresją klasyczną jest bardziej odporna na wartości odstające[3].
Przypisy[edytuj | edytuj kod]
- ↑ Grażyna Trzpiot, Model regresji kwantylowej a estymacja modelu czynnikowego, „Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu”, 60, 2009, s. 469-479 [dostęp 2024-05-27] (pol.).
- ↑ Roger Koenker, Quantile regression, Econometric Society monographs, Cambridge ; New York: Cambridge University Press, 2005, ISBN 978-0-521-60827-5 [dostęp 2024-05-27].
- ↑ Peter H. Westfall, Andrea L. Arias, Understanding regression analysis: a conditional distribution approach, Boca Raton London New York: CRC Press, Taylor & Francis Group, 2020, ISBN 978-0-367-49351-6 [dostęp 2024-05-27].