Logo of Humboldt-Universität zu BerlinLogo of Humboldt-Universität zu Berlin
edoc-Server
Open-Access-Publikationsserver der Humboldt-Universität
de|en
Header image: facade of Humboldt-Universität zu Berlin
View Item 
  • edoc-Server Home
  • Schriftenreihen und Sammelbände
  • Fakultäten und Institute der HU
  • Wirtschaftswissenschaftliche Fakultät
  • Sonderforschungsbereich 649: Ökonomisches Risiko
  • View Item
  • edoc-Server Home
  • Schriftenreihen und Sammelbände
  • Fakultäten und Institute der HU
  • Wirtschaftswissenschaftliche Fakultät
  • Sonderforschungsbereich 649: Ökonomisches Risiko
  • View Item
JavaScript is disabled for your browser. Some features of this site may not work without it.
All of edoc-ServerCommunity & CollectionTitleAuthorSubjectThis CollectionTitleAuthorSubject
PublishLoginRegisterHelp
StatisticsView Usage Statistics
All of edoc-ServerCommunity & CollectionTitleAuthorSubjectThis CollectionTitleAuthorSubject
PublishLoginRegisterHelp
StatisticsView Usage Statistics
View Item 
  • edoc-Server Home
  • Schriftenreihen und Sammelbände
  • Fakultäten und Institute der HU
  • Wirtschaftswissenschaftliche Fakultät
  • Sonderforschungsbereich 649: Ökonomisches Risiko
  • View Item
  • edoc-Server Home
  • Schriftenreihen und Sammelbände
  • Fakultäten und Institute der HU
  • Wirtschaftswissenschaftliche Fakultät
  • Sonderforschungsbereich 649: Ökonomisches Risiko
  • View Item
2013-02-13Buch DOI: 10.18452/4450
Composite Quantile Regression for the Single-Index Model
Fan, Yan
Härdle, Wolfgang Karl cc
Wang, Weining
Zhu, Lixing
Quantile regression is in the focus of many estimation techniques and is an important tool in data analysis. When it comes to nonparametric specifications of the conditional quantile (or more generally tail) curve one faces, as in mean regression, a dimensionality problem. We propose a projection based single index model specifi- cation. For very high dimensional regressors X one faces yet another dimensionality problem and needs to balance precision vs. dimension. Such a balance may be achieved by combining semiparametric ideas with variable selection techniques.
Files in this item
Thumbnail
10.pdf — Adobe PDF — 854.7 Kb
MD5: 1e1738db1f378fa20ee7f15d39f31a8a
Cite
BibTeX
EndNote
RIS
InCopyright
Details
DINI-Zertifikat 2019OpenAIRE validatedORCID Consortium
Imprint Policy Contact Data Privacy Statement
A service of University Library and Computer and Media Service
© Humboldt-Universität zu Berlin
 
DOI
10.18452/4450
Permanent URL
https://doi.org/10.18452/4450
HTML
<a href="https://doi.org/10.18452/4450">https://doi.org/10.18452/4450</a>