Als «quantile-regression» getaggte Fragen

Die Quantilregression ermöglicht es uns, den Effekt einer Reihe von Prädiktorvariablen über die gesamte Verteilung der Ergebnisvariablen oder eines bestimmten Quantils abzuschätzen.

1
Erwarteter Wert als Funktion von Quantilen?
Ich habe mich gefragt, wo es eine allgemeine Formel gibt, um den erwarteten Wert einer kontinuierlichen Zufallsvariablen als Funktion der Quantile desselben rv in Beziehung zu setzen. Der erwartete Wert von rv ist definiert als: und Quantile sind definiert als: für .XXX E(X)=∫xdFX(x)E(X)=∫xdFX(x)E(X) = \int x dF_X(x) QpX={x:FX(x)=p}=F−1X(p)QXp={x:FX(x)=p}=FX−1(p)Q^p_X = \{x …
1
Quantile Regressionsschätzerformel
Ich habe zwei verschiedene Darstellungen des Quantilregressionsschätzers gesehen, die sind Q(βq)=∑i:yi≥x′iβnq∣yi−x′iβq∣+∑i:yi&lt;x′iβn(1−q)∣yi−x′iβq∣Q(βq)=∑i:yi≥xi′βnq∣yi−xi′βq∣+∑i:yi&lt;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 + \sum^{n}_{i:y_{i}< x'_{i}\beta} (1-q)\mid y_i - x'_i \beta_q \mid und Q(βq)=∑i=1nρq(yi−x′iβq),ρq(u)=ui(q−1(ui&lt;0))Q(βq)=∑i=1nρq(yi−xi′βq),ρq(u)=ui(q−1(ui&lt;0))Q(\beta_q) = \sum^{n}_{i=1} \rho_q (y_i - x'_i \beta_q), \hspace{1cm} \rho_q(u) = u_i(q - 1(u_i < 0 )) wobei . Kann …
1
Quantile Regression, die unterschiedliche Beziehungen bei unterschiedlichen Quantilen aufzeigt: Wie?
Quantile Regression (QR) soll manchmal unterschiedliche Beziehungen zwischen Variablen bei unterschiedlichen Quantilen der Verteilung aufzeigen. ZB Le Cook et al. "Über den Mittelwert hinaus denken: Ein praktischer Leitfaden für die Verwendung quantiler Regressionsmethoden für die Forschung im Gesundheitswesen" impliziert, dass die QR ermöglicht, dass die Beziehungen zwischen den interessierenden Ergebnissen …
1
Fehler bei der Anpassung eines zensierten Quantil-Regressionsmodells
Ich habe ein Ergebnis mit der richtigen Zensur wie folgt: y&lt;-c(rep(2.83,3), rep(3.17,4), rep(3.83,4), rep(4.17,5), rep(4.83,8), rep(5.5,3), rep(7.17,5), rep(8.17,7), rep(8.83,12), rep(9.5, 12), rep(9.83,17), rep(10.17,30), rep(10.50,100)) Wo y=10.5sind die richtigen Zensurwerte? Dann würde ich versuchen, quantreg::crqein zensiertes Quantil-Regressionsmodell anzupassen und mit einer binären Interventionsvariablen zu beginnen: set.seed(123) require(quantreg) yc&lt;-rep(10.5, length(y)) treat&lt;-rbinom(length(y), 1, …
2
Gewichte in der Quantilregression für komplexe Erhebungen in R.
Ich möchte Stichprobengewichte in mein Quantil-Regressionsmodell aufnehmen, bin mir aber nicht sicher, wie ich das machen soll. Ich habe bereits mein Gewicht definiert. Hierbei handelt es sich um replizierte Gewichte, die bereits im Umfragedatensatz angegeben sind (berechnet im Umfragepaket): w&lt;-svrepdesign(variables=data[,1:10],repweights=data[,11:30],type="BRR", combined.weights=TRUE, weights=r.weights, rho=0.5,dbname="") und mein rq modell ist: rq(y~x,tau=c(.1,.2,.3,.4,.5,.6,.7,.8,.9),data=my.data)) Ich …
2
Quantilregression als lineares Programmierproblem formulieren?
Wie formuliere ich die Quantilregression als lineares Programmierproblem? Wenn ich mir das mittlere Quantilproblem anschaue, weiß ich, dass es das ist minimize transforms into minimize s.t.∑i=1n|β0+Xiβ1−Yi|∑i=1neiei≥β0+Xiβ1−Yiei≥−(β0+Xiβ1−Yi)minimize ∑i=1n|β0+Xiβ1−Yi|transforms into minimize ∑i=1neis.t.ei≥β0+Xiβ1−Yiei≥−(β0+Xiβ1−Yi)\begin{align} \text{minimize } & \sum_{i=1}^n |\beta_0 + X_i \beta_1-Y_i|\\ \text{transforms into } & \\ \text{minimize } & \sum_{i=1}^n e_i\\ \text{s.t.} & …
2
Quantile Regression vs OLS für Homoskedastizität
Ich habe eine Frage zum Steigungskoeffizienten von OLS im Vergleich zu dem für die Quantilregression, wenn homoskedastische Fehlerterme auftreten. Das Bevölkerungsmodell könnte folgendermaßen aussehen: yich=β0+β1xich+uichyich=β0+β1xich+uichy_i = \beta_0 + \beta_{1}x_i + u_i wobei iid Fehlerbegriffe sind. Konvergiert der geschätzte Steigungskoeffizient für OLS und für QR für verschiedene Quantile gegen denselben Wert …
1
Heteroskedastizität und Verteilung der abhängigen Variablen in linearen Modellen
Ich verwende ein multivariates ols-Modell, bei dem meine abhängige Variable der Lebensmittelverbrauchswert ist , ein Index, der aus der gewichteten Summe der Verbrauchsvorkommen einiger bestimmter Lebensmittelkategorien erstellt wird. Obwohl ich verschiedene Spezifikationen des Modells ausprobiert, die Prädiktoren skaliert und / oder logarithmisch transformiert habe, erkennt der Breusch-Pagan-Test immer eine starke …
Durch die Nutzung unserer Website bestätigen Sie, dass Sie unsere Cookie-Richtlinie und Datenschutzrichtlinie gelesen und verstanden haben.
Licensed under cc by-sa 3.0 with attribution required.