Abstract:
L’avantage de la méthode de régression quantile est qu’elle nous
permet de comprendre les relations entre les variables en dehors
de la moyenne conditionnelle de la réponse.Ainsi, dans cemémoire, nous nous concentrons sur la régression standard pour laquelle les quantiles de la variable réponse Y sont linéaires avec les
covariables. L’estimation des param`etres de ce mod`ele est donnée
par un probl`eme d’optimisation d’une fonction objective définie
par l’erreur absolue pondéee asymptotique. L’estimateur bayésienne est obtenu sur la base de la distribution asymétrique de
Laplace pour des a priori bien définis.
The advantage of the quantile regression method is that it allows
us to understand the relationships between the variables outside
of the conditional mean of the response. Thus, in this document
we focus on the standard regression for which the quantiles of the
response variable Y are linear with the covariates. The estimation
of the parameters of this model is given by an optimization problem of an objective function defined by the asymptotic weighted
absolute error. The Bayesian estimator is obtained on the basis
of the asymmetric Laplace distribution for well-defined a priori.
