Lp–quantiles generalise quantiles and expectiles to account for the whole distribution of the random variable of interest. In this paper, we introduce the Lp– quantile regression model, we propose a collapsed Gibbs–sampler algorithm to make Bayesian inference on the regression parameters. We also provide some theoretical results concerning the posterior distribution of the regression parameters

Bayesian Inference for Lp-quantile regression models / Bernardi, M.; Bignozzi, V.; Petrella, Lea. - STAMPA. - (2016), pp. 1-6. (Intervento presentato al convegno 48th scientific meeting of the Italian Statistical Society -SIS: Innovazione & Società, Metodi Statistici per la valutazione tenutosi a Università degli Studi di Salerno - Campus universitario di Fisciano).

Bayesian Inference for Lp-quantile regression models

PETRELLA, Lea
2016

Abstract

Lp–quantiles generalise quantiles and expectiles to account for the whole distribution of the random variable of interest. In this paper, we introduce the Lp– quantile regression model, we propose a collapsed Gibbs–sampler algorithm to make Bayesian inference on the regression parameters. We also provide some theoretical results concerning the posterior distribution of the regression parameters
2016
48th scientific meeting of the Italian Statistical Society -SIS: Innovazione & Società, Metodi Statistici per la valutazione
Bayesian quantile regression; Skew Exponential Power distribution; MCMC
04 Pubblicazione in atti di convegno::04b Atto di convegno in volume
Bayesian Inference for Lp-quantile regression models / Bernardi, M.; Bignozzi, V.; Petrella, Lea. - STAMPA. - (2016), pp. 1-6. (Intervento presentato al convegno 48th scientific meeting of the Italian Statistical Society -SIS: Innovazione & Società, Metodi Statistici per la valutazione tenutosi a Università degli Studi di Salerno - Campus universitario di Fisciano).
File allegati a questo prodotto
File Dimensione Formato  
Petrella_Bayesian-inference-SIS_2016.pdf

solo gestori archivio

Tipologia: Versione editoriale (versione pubblicata con il layout dell'editore)
Licenza: Tutti i diritti riservati (All rights reserved)
Dimensione 248.4 kB
Formato Adobe PDF
248.4 kB Adobe PDF   Contatta l'autore

I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/11573/882649
Citazioni
  • ???jsp.display-item.citation.pmc??? ND
  • Scopus ND
  • ???jsp.display-item.citation.isi??? ND
social impact