Archivio istituzionale della ricerca dell'Università degli Studi di Palermo
IRIS è il sistema di gestione integrata dei dati della ricerca (persone, pubblicazioni, progetti, attività) adottato dall’Università di Palermo, e ha lo scopo di raccogliere, conservare, documentare, e diffondere ad accesso aperto le informazioni relative alla produzione scientifica degli autori afferenti all’Ateneo.
EnglishQuantile regression can be used to obtain a nonparametric estimate of a conditional quantile function. The presence of quantile crossing, however, leads to an invalid distribution of the response and makes it dicult to use the tted model for prediction. In this work, we show that crossing can be alleviated or completely eliminated by explicit modeling of the regression coecients as a function of the percentile values in (0,1). We illustrate the approach via a wellknown dataset by emphasizing dierences with respect to the competitors.
Sottile, G., & Muggeo, V. (2019). Non-crossing quantile regression via monotone B-spline varying coefficients. In Proceedings of the 34th International Workshop on Statistical Modelling (pp. 301-305).
| Data di pubblicazione: | 2019 | |
| Titolo: | Non-crossing quantile regression via monotone B-spline varying coefficients | |
| Autori: | ||
| Citazione: | Sottile, G., & Muggeo, V. (2019). Non-crossing quantile regression via monotone B-spline varying coefficients. In Proceedings of the 34th International Workshop on Statistical Modelling (pp. 301-305). | |
| Abstract: | Quantile regression can be used to obtain a nonparametric estimate of a conditional quantile function. The presence of quantile crossing, however, leads to an invalid distribution of the response and makes it dicult to use the tted model for prediction. In this work, we show that crossing can be alleviated or completely eliminated by explicit modeling of the regression coecients as a function of the percentile values in (0,1). We illustrate the approach via a wellknown dataset by emphasizing dierences with respect to the competitors. | |
| ISBN: | 978-989-20-9528-8 | |
| Settore Scientifico Disciplinare: | Settore SECS-S/01 - Statistica | |
| Appare nelle tipologie: | 2.07 Contributo in atti di convegno pubblicato in volume |
File in questo prodotto:
| File | Descrizione | Tipologia | Licenza | |
|---|---|---|---|---|
| SottileMuggeo.pdf | Articolo principale | Versione Editoriale | Administrator Richiedi una copia |
Copyright © 2021