Standaard Boekhandel gebruikt cookies en gelijkaardige technologieën om de website goed te laten werken en je een betere surfervaring te bezorgen.
Hieronder kan je kiezen welke cookies je wilt inschakelen:
Technische en functionele cookies
Deze cookies zijn essentieel om de website goed te laten functioneren, en laten je toe om bijvoorbeeld in te loggen. Je kan deze cookies niet uitschakelen.
Analytische cookies
Deze cookies verzamelen anonieme informatie over het gebruik van onze website. Op die manier kunnen we de website beter afstemmen op de behoeften van de gebruikers.
Marketingcookies
Deze cookies delen je gedrag op onze website met externe partijen, zodat je op externe platformen relevantere advertenties van Standaard Boekhandel te zien krijgt.
Je kan maximaal 250 producten tegelijk aan je winkelmandje toevoegen. Verwijdere enkele producten uit je winkelmandje, of splits je bestelling op in meerdere bestellingen.
Quantile regression analysis differs from more conventional regression models in its emphasis on distributions. Whereas standard regression procedures show how the expected value of the dependent variable responds to a change in an explanatory variable, quantile regressions imply predicted changes for the entire distribution of the dependent variable. Despite its advantages, quantile regression is still not commonly used in the analysis of spatial data. The objective of this book is to make quantile regression procedures more accessible for researchers working with spatial data sets. The emphasis is on interpretation of quantile regression results. A series of examples using both simulated and actual data sets shows how readily seemingly complex quantile regression results can be interpreted with sets of well-constructed graphs. Both parametric and nonparametric versions of spatial models are considered in detail.