Questions marquées «quantile-regression»

La régression quantile nous permet d'estimer l'effet d'un ensemble de variables prédictives sur toute la distribution de la variable de résultat ou de tout quantile particulier.

25
Comment fonctionne la régression quantile?

J'espère obtenir une explication intuitive et accessible de la régression quantile. Disons que j'ai un simple ensemble de données du résultat YYY et des prédicteurs X1,X2X1,X2X_1, X_2 . Si, par exemple, je lance une régression quantile à .25, .5, .75, et récupère

22
Existe-t-il un

Ayant inclus un modèle de régression quantile dans un article, les examinateurs veulent que j'inclue ajusté dans l'article. J'ai calculé les pseudo- R 2 (d' après l'article JASA de Koenker et Machado en 1999 ) pour les trois quantiles d'intérêt pour mon étude.R2R2R^2R2R2R^2 Cependant, je n'ai...

21
R au carré dans la régression quantile

J'utilise la régression quantile pour trouver des prédicteurs du 90e centile de mes données. Je fais cela dans R en utilisant le quantregpackage. Comment puis-je déterminer pour la régression quantile qui indiquera le degré de variabilité expliqué par les variables prédictives?r2r2r^2 Ce que je...

13
Prédiction de régression quantile

Je suis intéressé à utiliser la régression quantile pour certains de mes modèles, mais j'aimerais avoir des clarifications sur ce que je peux réaliser en utilisant cette méthodologie. Je comprends que je peux obtenir une analyse plus robuste de la relation IV / DV , en particulier face aux valeurs...

10
Formule d'estimation de régression quantile

J'ai vu deux représentations différentes de l'estimateur de régression quantile qui sont Q(βq)=∑i:yi≥x′iβnq∣yi−x′iβq∣+∑i:yi<x′iβn(1−q)∣yi−x′iβq∣Q(βq)=∑i:yi≥xi′βnq∣yi−xi′βq∣+∑i:yi<xi′βn(1−q)∣yi−xi′βq∣Q(\beta_{q}) = \sum^{n}_{i:y_{i}\geq x'_{i}\beta} q\mid y_i - x'_i \beta_q \mid +...