Je veux inclure des échantillons de poids dans mon modèle de régression quantile, mais je ne sais pas comment procéder.
J'ai déjà défini mon poids, qui sont des poids répliqués déjà donnés dans l'ensemble de données d'enquête (calculé dans le package d'enquête):
w<-svrepdesign(variables=data[,1:10],repweights=data[,11:30],type="BRR",
combined.weights=TRUE, weights=r.weights, rho=0.5,dbname="")
et mon modèle rq est:
rq(y~x,tau=c(.1,.2,.3,.4,.5,.6,.7,.8,.9),data=my.data))
J'ai essayé d'utiliser la withReplicates
fonction, mais sans succès. Aucune suggestion?
r
quantile-regression
Alicja
la source
la source
rq
données iid, les erreurs standard impliquent une estimation de la densité du noyau de la densité des erreurs à un point quantile choisi. Il peut s'agir ou non d'une quantité significative avec des données d'enquête complexes. En tant que tel,rq
est basé sur des équations d'estimation non lisses qui impliquent des fonctions de saut, et la théorie BRR n'est généralement établie que pour des statistiques lisses.Réponses:
Je ne suis pas sûr que la réponse @Metrics fournisse les erreurs standard correctes pour un appel quantreg pondéré par l'enquête. voici un exemple de ce que vous essayez de faire. vous rencontrez certainement un bogue parce que la
qr
fonction imbriquée dans lawithReplicates
fonction à ce stade ne peut pas gérer plusieurstau
paramètres à la fois (même si laqr
fonction seule pourrait le faire). il suffit d'appeler un à la fois, peut-être comme ça :)la source
L'utilisation de
rq
dans quantreg packageoù, poids = vecteur des poids d'observation; s'il est fourni, l'algorithme s'adapte pour minimiser la somme des poids multipliés dans les résidus absolus. La longueur des poids doit être la même que le nombre d'observations. Les poids doivent être non négatifs et il est fortement recommandé qu'ils soient strictement positifs, car les poids nuls sont ambigus.
Veuillez vous assurer que vous n'avez aucun poids dans vos observations.
la source