1) quantile regression model
分位点回归模型
1.
Evaluation of conditional VaR based on threshold quantile regression model;
应用门限分位点回归模型估计条件VaR
2) threshold quantile regression model
门限分位点回归模型
1.
Evaluation of conditional VaR based on threshold quantile regression model;
应用门限分位点回归模型估计条件VaR
3) quantile regression model
分位数回归模型
1.
Test of Fisher Effect in China based on Quantile Regression Model
基于分位数回归模型的我国“费雪效应”检验
4) regression quantile
回归分位点
1.
This paper presents the large properties of ‘regression quantiles in linear models, establishing the strong consistency and asymptotic normality in similar form,modifying and extending the results about minimum l 1- norm estimates in linear models obtained by Chen,X.
论证了线性模型中回归分位点估计量的强相合性及渐近正态性等大样本性质 ,这些结果推广了陈希孺等 ( 1 990 ,1 992 )的有关定理 ,改进了Koenker与Basstee( 1 978) ,Gutenburnner与Jurec∨kova( 1 992 ) ,以及Jurec∨kovo与Prochazka( 1 994)等人的有关成果。
2.
Regression quantiles are robust against the influence of outliers and, taken several at a time, they give a more complete picture of the conditional distribution than a single estimate of the center, and they are more efficient than the least square .
回归分位点是一类基本的稳健估计，它们受数据中异常点的影响较小，并能给条件分布以更加全面的统计描述；当误差项服从重尾分布或其分布受到污染时，它们比LS估计的有效性更高。
5) censor quantile regression model
删失分位数回归模型
1.
Smooth empirical likelihood to construct the confidence region of censor quantile regression model under independent and identically distribution samples is discussed.
在独立同分布条件下,利用光滑经验似然方法,讨论了删失分位数回归模型参数的经验似然置信区域。
6) general quantile regression
一般分位数回归模型
1.
In the paper,based on asymmetric Laplace distribution,Bayesian inference with Markov chain Monte Carlo simulation is recommended to estimate general quantile regression model;no matter the quantile equation has a recursive or non-recursive specification.
对具有递归或非递归表达形式的一般分位数回归模型,基于不对称拉普拉斯分布提出了贝叶斯推理框架。
补充资料：多元线性回归模型
分子式：
CAS号：
性质：假定从理论上或经验上已经知道输出变量y是输入变x1，x2，…,xm的线性函数，但表达其线性关系的系数是未知的，要根据输入输出的n次观察结果(c11，x21，…，xml，yi)(i=1,n)来确定系数的值。按最小二乘法原理来求出系数值，所得到的模型为多元线性回归模型。
CAS号：
性质：假定从理论上或经验上已经知道输出变量y是输入变x1，x2，…,xm的线性函数，但表达其线性关系的系数是未知的，要根据输入输出的n次观察结果(c11，x21，…，xml，yi)(i=1,n)来确定系数的值。按最小二乘法原理来求出系数值，所得到的模型为多元线性回归模型。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条