Benutzer: Gast  Login
Dokumenttyp:
Masterarbeit
Autor(en):
Moritz Jaud
Titel:
Integrating D-vine regression models and neural network approaches for conditional quantile estimation with financial application
Abstract:
Quantile regression has become increasingly important in statistical modeling, finding applications across various fields as a complementary approach to linear regression. Issues such as quantile crossings and the linearity assumption are among the drawbacks of the classical linear quantile regression introduced by Koenker and Bassett Jr (1978). Kraus and Czado (2017) addressed these problems by introducing the so called D-vine quantile regression. On the other hand, Cannon (2011) introduced...     »
übersetzter Abstract:
Die Quantilregression hat in der statistischen Modellierung zunehmend an Bedeutung gewonnen und findet in verschiedenen Bereichen Anwendung als ergänzender Ansatz zur linearen Regression. Probleme wie quantile crossing und die Annahme der Linearität gehören zu den Nachteilen der klassischen linearen Quantilregression, die von Koenker and Bassett Jr (1978) entwickelt wurde. Kraus and Czado (2017) haben diese Probleme durch die Entwicklung der sogenannten D-vine quantile regression gelöst. We...     »
Fachgebiet:
MAT Mathematik
DDC:
510 Mathematik
Betreuer:
Claudia Czado
Jahr:
2024
Quartal:
2. Quartal
Jahr / Monat:
2024-06
Monat:
Jun
Seiten/Umfang:
89
Sprache:
en
Hochschule / Universität:
Technische Universität München
Fakultät:
TUM School of Computation, Information and Technology
TUM Einrichtung:
Professur für Angewandte Mathematische Statistik
Format:
Text
Annahmedatum:
13.06.2024
 BibTeX