Bayesian Spatial Quantile Regression

• Authors: Trzpiot, Grażyna

Title variants

EN

Bayesowska przestrzenna regresja kwantylowa

Abstracts

EN

In this paper we present a Bayesian spatial model quantile regression. We develop a spatial quantile regression model that does not assume normality and allows the covariates to affect the entire conditional distribution, rather than just the mean. The conditional distribution is allowed to vary from site-to-site and is smoothed with a spatial prior.

PL

W wielu zastosowaniach, podstawowym problemem jest opis i analiza wpływu wektora skorelowanych zmiennych objaśniających X na zmienna objaśnianą Y. W przypadku, gdy obserwacje badanych zmiennych są dodatkowo rozmieszczone przestrzennie, zadanie jest jeszcze trudniejsze, ponieważ mamy dodatkowe zależności, wynikające ze zmienności przestrzennej. Klasyczne podejście stosowane do takich problemów wykorzystuje założenie o skończonej wartości oczekiwanej zmiennych Y, wówczas przestrzenna funkcja regresji jest dobrze określona i dostarcza informacji o zależności zmiennej Y od zmiennych X. W tej pracy, w miejsce przestrzenna funkcja regresji wykorzystującej średnią, rozpatrzymy przestrzenna regresję kwantylową. Regresja kwantylowa zostanie omówiona w przestrzennym kontekście. Semiparametryczny model bayesowski i jego estymacja jest głównym celem tej pracy. Dodatkowe zasoby informacji o zmienności otrzymujemy badając kwantyle, wychodząc poza tradycyjny opis klasycznej regresji. Estymacja kwantylowa w modelu przestrzennym uwydatnia zależności przestrzenne dla różnych fragmentów rozważanych rozkładów.

Keywords

EN

quantile regression; spatial quantile regression; bayesian spatial model

• Publisher: Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
• Journal: Acta Universitatis Lodziensis. Folia Oeconomica
• Year: 2013
• Volume: 286

Dates

published

2013

Contributors

author

Trzpiot, Grażyna

other

University of Economics in Katowice, Department of Demography and Economics Statistics

Identifiers

URI

http://hdl.handle.net/11089/10253