PL EN


Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
2014 | vol. 5, t. 307 Spatial Econometrics and Regional Economic Analysis | 133--142
Tytuł artykułu

Some Properties of Spatial Quantiles

Treść / Zawartość
Warianty tytułu
Wybrane własności przestrzennych kwantyli
Języki publikacji
EN
Abstrakty
Warunkowe kwantyle są wykorzystywane w ekonomii, biomedycynie lub w przemyśle. Mamy problemy z wprowadzeniem relacji porządku w obserwacjach wielowymiarowych, co przenosi się również na uogólnienie definicji kwantyli oraz warunkowych kwantyli (regresji kwantylowej) w przestrzeni wielowymiarowej. Omówimy własności przestrzennych kwantyli oraz ich estymatory. Wnioskowanie nieparamertyczne jest wykorzystywane przy opisie kwantylowym. Przedstawimy różne notacje wielowymiarowych kwantyli oraz przestrzennych funkcji kwantylowych w zapisie dla próby badawczej. (abstrakt oryginalny)
EN
Conditional quantiles are required in various economic, biomedical or industrial problems. Lack of objective basis for ordering multivariate observations is a major problem in extending the notion of quantiles or conditional quantiles (also called regression quantiles) in a multidimensional setting. We present characterisations of the spatial quantiles and the corresponding estimators. Nonparametric inference is very naturally quantile-based, and in recent years various notions of multivariate quantiles the spatial quantile function for whose sample version have been recalled. (original abstract)
Twórcy
  • University of Economics in Katowice, Poland
Bibliografia
  • Abdous B., Theodorescu R. (1992), Note on the spatial quantile of a random vector, "Statistics and Probability Letter", 13, pp. 333-336.
  • Barnett V. (1976), The ordering of multivariate data (with comments), "Journal of Royal Statistical Society", Ser. A, 139, pp. 318-354.
  • Chakraborty B. (2001), On affine equivariant multivariate quantiles, T"he Institute of Statistical Mathematics", 53, pp. 380-403.
  • Chaudhuri P. (1992a), Multivariate location estimation using extension of R-estimates through U-statistics type approach, "Annals of Statistics", 20, pp. 897-916.
  • Chaudhuri P. (1992b), Generalized regression quantiles: Forming a useful toolkit for robust linear regression, (in:) Dodge Y. (ed.), L1 Statistical Analysis and Related Methods, Amsterdam: North-Holland, pp. 169-185.
  • Chaudhuri P. (1996), On a geometric notation of quantiles for multivariate data, "Journal of the American Statistical Association", 91, pp. 862-872.
  • Chaouch M., Gannoun A., Saracco J. (2008), Conditional Spatial Quantile: Characterization and Nonparametric Estimation, Cahier Du Gretha - 10.
  • Dabo-Niang S., Thiam (2010), Robust quantile estimation and prediction for spatial processes, "Statistics and Probability Letters", 80, pp. 1447-1458.
  • Eddy W. F. (1985), Ordering of Multivariate Data, (in:) Billard L. (ed.), Computer Science and Statistics: The Interface, Amesterdam: North-Holland, pp. 25-30.
  • Efron B. (1991), Regression percentiles using asymmetric squared error loss, "Statistica Sinica", 1, pp. 93-125.
  • Ferguson T. (1967), Mathematical Statistics: A Decision Theory Approach, Academic Press: New York.
  • Koenker R., Basset G. (1978), Regression Quantiles, "Econometrica", 46, pp. 33-50.
  • Koenker R., Portnoy S. (1987), L Estimation for linear models, "Journal of the American statistical Association", 82, pp. 851-857.
  • Oja H. (1983), Descriptive Statistics for Multivariate Trimming, "Statistics and Probability Letters", 1, pp. 327-332.
  • Plackett R. L. (1976), Comment on Ordering of multivariate data by V. Barnett, "Journal of the Royal Statistical Society", Ser. A, 139, pp. 344-346.
  • Reiss R. D. (1989), Approximation distributions of order statistics with applications to nonparametric statistics, New York: Springer.
  • Serfling R. (1980), Approximation theorem of mathematical statistics, New York: John Wiley.
  • Serfling R. (2002), Quantile functions for multivariate analysis: approaches and applications, "Annals of Statistics", 25, pp. 435-477.
  • Trzpiot G. (2008), The Implementation of Quantile Regression Methodology in VaR Estimation, "Studies and Researches of Faculty of Economics and Management University of Szczecin".
  • Trzpiot G. (2009a), Quantile Regression Model versus Factor Model Estimation, "Financial Investments and Insurances", Vol 60.
  • Trzpiot G. (2009b), Application weighted VaR in capital allocation, "Polish Journal of Environmental Studies", Vol 18, 5B.
  • Trzpiot G. (2009c), Estimation methods for quantile regression, "Economics Studies", 53.
  • Trzpiot G. (2010), Quantile Regression Model of Return Rate Relation - Volatility for Some Warsaw Stock Exchange Indexes, "Finances, Financial Markets and Insurances. Capital Market", Vol 28, pp. 61-76.
  • Trzpiot G. (2011a), Bayesian Quantile Regression, "Studia Ekonomiczne", Zeszyty Naukowe nr 65, pp. 33-44.
  • Trzpiot G. (2011b), Some tests for quantile regression models, "Acta Universitatis Lodziensis Folia Economica", 255, pp. 125-135.
  • Trzpiot G. (2012), Spatial quantile regression, "Comparative Economic Research. Central and Eastern Europe", vol. 15, no 4, pp. 265-279.
  • Trzpiot G. (2013), Properties of transformation quantile regression model, "Acta Universitatis Lodziensis Folia Economica", 285, pp. 125-137.
  • Zuo Y., Serfling R. (2000), General notions of statistical depth function, "Annals of Statistics", 28, pp. 461-482.
Typ dokumentu
Bibliografia
Identyfikatory
Identyfikator YADDA
bwmeta1.element.ekon-element-000171368303

Zgłoszenie zostało wysłane

Zgłoszenie zostało wysłane

Musisz być zalogowany aby pisać komentarze.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.