Advertisement
Published in:
2022 | OriginalPaper | Chapter
28. Quantilsregression
Authors : Wolfgang Kohn, Riza Öztürk
Published in: Statistik für Ökonomen
Publisher: Springer Berlin Heidelberg
Activate our intelligent search to find suitable subject content or patents.
Select sections of text to find matching patents with Artificial Intelligence. powered by
Select sections of text to find additional relevant content using AI-assisted search. powered by
Zusammenfassung
Die Kleinst-Quadrate Regression hat den Nachteil, dass Werte, die eine große Abweichung zum Mittelwert aufweisen, einen überproportionalen Einfluss auf das Regressionsergebnis ausüben (Abschn. 16.4, Hebelwerte und Abb. 28.1). Dies liegt an der quadratischen Schätzfunktion. Die Quantilsregression ist gegenüber Extremwerten in der Stichprobe unempfindlicher (robuster), aber mit dem Nachteil verbunden, dass keine Formel wie bei dem Kleinst-Quadrate Ansatz zur Berechnung der Parameter existiert.