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) 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。
4) 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
5) censored tobit regression
受限Tobit回归
6) quantile regression
分位回归
1.
The Quantile Regression Analysis on the Price-Volume Relationship of Shanghai Stock Exchange;
上海证券交易市场量价关系的分位回归分析
2.
With the data from western listed company in China and the quantile regression model,relevant factors that impact the capital structure are analyzed.
利用我国西部上市公司的数据,运用分位回归模型研究资本结构的各类影响因素,与OLS回归结果相对照,可以发现公司规模、股本结构、资产担保价值、非债务税盾和收益性等因素对处于资本结构不同分位的公司的非对称性影响,从而丰富了对资本结构影响因素的理解。
3.
Our empirical results from a quantile regression analysis of data from Shanghai Stock Exchange show that there exist significant price-volume relations between return-rate and volume and between absolute return-rate and volume.
而采用分位回归方法对沪市价量关系进行研究的结果表明,沪市收益率及收益率绝对量和交易量之间存在显著的价量关系。
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