quantreg公司

R包量子:分位数回归。条件分位数模型的估计和推断方法:单变量响应条件分位数的线性和非线性参数和非参数(总变差惩罚)模型以及处理截尾生存数据的几种方法。基于预期缺口风险的投资组合选择方法也包括在内(资料来源:http://cran.r-project.org/web/packages)


zbMATH中的参考文献,1标准件)

显示第1到第20个结果,共119个。
按年份排序(引用)
  1. Daniel Fischer、Karl Mosler、Jyrki Möttönen、Klaus Nordhausen、Oleksii Pokotylo、Daniel Vogel:计算R中的Oja中值:OjaNP包(2020年)不是zbMATH
  2. Zhang,Likun;del Castillo,Enrique;Berglund,Andrew J.;Tingley,Martin P.;Govind,Nirmal:通过惩罚分位数平滑样条从大量数据中计算置信区间(2020年)
  3. 基于Chernantle-Bellndevátvátvátváz过程;基于Chernantle-Z的条件回归;Victor-Bellinder-Z,2019;基于Chernantle-Bellndev-Iv)
  4. Belloni,Alexandre;Chernozhukov,Victor;Kato,Kengo:高维近似稀疏分位数回归模型中的有效后选择推断(2019年)
  5. Bilias,Yannis;Florios,Kostas;Skouras,Spyros:截尾最小绝对偏差估计量的精确计算(2019年)
  6. Bloznelis,Daumantas;Claeskens,Gerda;Zhou,Jing:复合与模型平均分位数回归(2019年)
  7. Escanciano,J.C.;Goh,S.C.:具有大小自适应控制的分位数回归推断(2019年)
  8. Geraci,Marco:聚类数据的非线性分位数回归建模与估计(2019年)
  9. Graf,Monique;Marín,J.Miguel;Molina,Isabel:适用于小面积估计的偏态分布的广义混合模型(2019年)
  10. Guerra,Maria Letizia;Sorini,Laerte;Stefanini,Luciano:基于(L_1)-范数和(L_2)-范数模糊变换的分位数和期望平滑(2019)
  11. Harding,Matthew;Lamarche,Carlos:大数据中消耗偏差的面板分位数方法:来自随机实验的证据(2019)
  12. Lin,Yi;Martin,Ryan;Yang,Min:非规则模型的优化设计(2019)
  13. Merhi Bleik,Josephine:不对称拉普拉斯分布规范下同步回归分位数的完全贝叶斯估计(2019)
  14. Wang,Yafei;Kong,Linglong;Jiang,Bei;Zhou,Xingcai;Yu,Shimei;Zhang,Li;Heo,Giseon:基于小波的函数线性分位数回归中的LASSO(2019)
  15. 邵逸云和迈克尔·史密森:CDF分位数回归的R包(2019)不是zbMATH
  16. 布朗,乔纳森D.:行为科学高级统计学。R的计算方法(2018)
  17. 序贯回归(分位数估计,2018)
  18. Das,Priyam;Ghosal,Subhashis:完整数据和网格数据的贝叶斯非参数同时分位数回归(2018)
  19. Ehm,Werner;Krüger,Fabian:通过符号随机化进行预测优势度检验(2018)
  20. El Karoui,Nouredine;Purdom,Elizabeth:我们能相信高维度的引导吗?线性模型案例(2018)