于克明；拉娜·A·莫耶德。 贝叶斯分位数回归。 （英语） Zbl 0983.62017号 统计概率。莱特。 54，第4期，437-447（2001）. 摘要：本文介绍了贝叶斯分位数回归的思想，该回归采用基于非对称拉普拉斯分布的似然函数。结果表明，无论数据的原始分布如何，使用非对称拉普拉斯分布是建模贝叶斯分位数回归的一种非常自然和有效的方法。本文还证明，对于未知模型参数，不适当的统一先验值会产生适当的关节后验值。该方法通过一个模拟数据集和两个实际数据集进行了说明。 引用于1审查引用于242文件 MSC公司： 2015年1月62日 贝叶斯推断 62J05型 线性回归；混合模型 65立方厘米60 统计中的计算问题（MSC2010） 关键词：马尔可夫链蒙特卡罗方法；分位数回归；非对称拉普拉斯分布 软件：R（右）；贝叶斯QR；S-PLUS系统 PDF格式BibTeX公司 XML格式引用 \textit{K.Yu}和\textit{R.A.Moyeed}，Stat.Probab。莱特。54，第4号，437--447（2001；Zbl 0983.62017） 全文： 内政部 参考文献： [1] Buchinsky，M.，分位数回归模型的最新进展，J.Hum.Res.，33，88-126（1998） [2] 科尔·T·J。；Green，P.J.，《平滑参考百分位数曲线：LMS方法和惩罚可能性》，统计。医生。，11, 1305-1319 (1992) [3] Fatti，L.P。；Senaoana，E.M.，参考百分位数图表中的贝叶斯更新，J.R.统计。Soc.A，161103-115（1998） [4] 吉尔克斯，W.R。；理查森，S。；Spiegelhalter，D.J.，《马尔可夫链蒙特卡罗简介》。，（Gilks，W.R.；Richardson，S.；Spiegelhalter，D.J.，《马尔可夫链蒙特卡罗实践》（1996），查普曼和霍尔：查普曼与霍尔伦敦），1-19·兹比尔0845.60072 [5] 何，X。；Ng、P。；Portnoy，S.，Bivaraite分位数平滑样条，J.R.Statist。Soc.B，60337-550（1998年）·Zbl 0909.62038号 [6] Huber，P.J.，《稳健统计》。（1981），威利：威利纽约·Zbl 0536.62025号 [7] Isaacs，D。；奥特曼·D·G。；Tidmarsh，C.E。；瓦尔曼，H.B。；韦伯斯特，A.D.B.，《用激光散射比浊法测量学龄前儿童的血清免疫球蛋白浓度：IgG、IgA、IgM的参考范围》，临床杂志。病理学。，36, 1193-1196 (1983) [8] Koenker，R。；Bassett，G.S.，回归分位数，计量经济学，46，33-50（1978）·Zbl 0373.62038号 [9] Koenker，R。；Machado，J.，《分位数回归的拟合优度和相关推理过程》，J.Amer。统计师。协会，941296-1309（1999）·Zbl 0998.62041号 [10] 罗伊斯顿，P。；Altman，D.G.，《使用连续协变量的分数多项式进行回归：简约参数建模（带讨论）》，应用。统计学。，43, 429-467 (1994) [11] 韦纳布尔斯，W.N。；里普利，B.D.，《现代应用统计学与S-PLUS》（2000），施普林格：施普林格纽约·Zbl 0999.62502号 [12] Yu，K。；Jones，M.C.，局部线性回归分位数估计，J.Amer。统计师。协会，93，228-238（1998）·Zbl 0906.62038号 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。