P1 · 應會
統計
分位數迴歸 (Quantile Regression)
是什麼
分位數迴歸估計的是給定自變數下,應變數的條件分位數(例如第 5、50、95 百分位),而不是最小平方法估計的條件平均;不需假設誤差呈常態分布。
解決什麼問題
資料偏態、厚尾或關心極端值(如尾部損失、尖峰需求)時,直接對特定分位建模,取得比平均更有用的風險資訊。
考場 Trigger
- 厚尾或偏態資料要估極端損失
- 要預測第 5 或第 95 百分位
- 不想做常態假設
容易搞混
迴歸偏態資料的穩健估計
中級深度
能分辨分位數迴歸估條件分位數、OLS 估條件平均,並說出它不需常態假設、適合尾部風險建模。