La regressione quantile ci consente di stimare l'effetto di un insieme di variabili predittive sull'intera distribuzione della variabile di risultato o di un particolare quantile.
Lo stimatore di regressione quantile condizionale di Koenker e Basset (1978) per il quantile è definito come dove \ rho_ \ tau = u_i \ cdot (\ tau - 1 (u_i <0)) è una funzione di ripesatura (chiamata funzione "check") dei residui u_i .τthτth\tau^{th} βˆQR=minb∑i=1nρτ(yi−X′ibτ)β^QR=minb∑i=1nρτ(yi−Xi′bτ) \widehat{\beta}_{QR} = \min_{b} \sum^{n}_{i=1} \rho_\tau …
La summary.rqfunzione della vignetta quantreg offre una moltitudine di scelte per le stime di errore standard dei coefficienti di regressione quantile. Quali sono gli scenari speciali in cui ognuno di questi diventa ottimale / desiderabile? "rango" che produce intervalli di confidenza per i parametri stimati invertendo un test di rango …
Seguendo la mia domanda per OLS , mi chiedo: quali grafici diagnostici esiste per la regressione quantile? (e ci sono R implementazione di loro?) Una rapida ricerca su Google ha già prodotto la trama del worm (di cui non ho mai sentito parlare prima) e sarei felice di sapere di …
Spero di ottenere una spiegazione intuitiva e accessibile della regressione quantile. Diciamo che ho un semplice set di dati del risultato e i predittori .YYYX1,X2X1,X2X_1, X_2 Se, ad esempio, eseguo una regressione quantile a .25, .5, .75 e torno indietro β0,.25,β1,.25...β2,.75β0,.25,β1,.25...β2,.75\beta_{0,.25},\beta_{1,.25}...\beta_{2,.75} . I valori ββ\beta trovano semplicemente ordinando i valori …
Sto cercando di capire la regressione quantile, ma una cosa che mi fa soffrire è la scelta della funzione di perdita. ρτ(u)=u(τ−1{u<0})ρτ(u)=u(τ−1{u<0})\rho_\tau(u) = u(\tau-1_{\{u<0\}}) So che il minimo dell'aspettativa di ρτ(y−u)ρτ(y−u)\rho_\tau(y-u) è uguale a τ%τ%\tau\% -quantile, ma qual è la ragione intuitiva per iniziare con questa funzione? Non vedo la …
Avendo incluso un modello di regressione quantile in un documento, i revisori vogliono che io includa aggiustato R2R2R^2 nel documento. Ho calcolato gli pseudo- s (dal documento JASA del 1999 di Koenker e Machado ) per i tre quantili di interesse per il mio studio.R2R2R^2 Tuttavia, non ho mai sentito …
A parte alcune circostanze uniche in cui dobbiamo assolutamente comprendere la relazione media condizionale, quali sono le situazioni in cui un ricercatore dovrebbe scegliere OLS rispetto alla regressione quantistica? Non voglio che la risposta sia "se non serve a capire le relazioni di coda", dato che potremmo semplicemente usare la …
Sto usando la regressione quantile per trovare predittori del 90 ° percentile dei miei dati. Lo sto facendo in R usando il quantregpacchetto. Come posso determinare per la regressione quantile che indicherà quanta variabilità viene spiegata dalle variabili predittive?r2r2r^2 Quello che voglio veramente sapere: "Qualunque metodo che posso usare per …
Negli ultimi mesi ho letto intensamente della regressione quantile in preparazione della mia tesi di laurea di questa estate. In particolare ho letto la maggior parte del libro di Roger Koenker del 2005 sull'argomento. Ora voglio espandere questa conoscenza esistente alle tecniche di regressione quantile che consentono variabili strumentali (IV). …
Il modello di regressione lineare fa una serie di ipotesi che la regressione quantile non soddisfa e, se le ipotesi di regressione lineare sono soddisfatte, la mia intuizione (e alcune esperienze molto limitate) è che la regressione mediana darebbe risultati quasi identici alla regressione lineare. Quindi, quali vantaggi ha la …
Sto usando la regressione quantile (ad esempio tramite gbmo quantregin R) - non focalizzandomi sulla mediana ma invece su un quantile superiore (ad esempio 75 °). Provenendo da un background di modellazione predittiva, voglio misurare quanto bene il modello si adatta a un set di test ed essere in grado …
Di recente ho presentato un articolo in cui ho usato la regressione quantile a un giornale di psicologia. Sebbene pensassi di aver già pensato abbastanza in una chiara esposizione della regressione quantile, i revisori hanno chiesto spiegazioni migliori sulla tecnica di regressione quantile conoscendo solo la regressione OLS standard. Quindi, …
Sono interessato a utilizzare la regressione quantile per alcuni dei miei modelli, ma vorrei avere alcuni chiarimenti su cosa posso ottenere utilizzando questa metodologia. Capisco di poter ottenere un'analisi più solida della relazione IV / DV , soprattutto di fronte a valori anomali ed eteroscedasticità, ma nel mio caso l'attenzione …
Ecco il problema di deviazione meno assoluto in questione: argminwL(w)=∑ni=1|yi−wTx|argminwL(w)=∑i=1n|yi−wTx| \underset{\textbf{w}}{\arg\min} L(w)=\sum_{i=1}^{n}|y_{i}-\textbf{w}^T\textbf{x}| . So che può essere riorganizzato come problema LP nel seguente modo: min∑ni=1uimin∑i=1nui\min \sum_{i=1}^{n}u_{i} ui≥xTw−yii=1,…,nui≥xTw−yii=1,…,nu_i \geq \textbf{x}^T\textbf{w}- y_{i} \; i = 1,\ldots,n ui≥−(xTw−yi)i=1,…,nui≥−(xTw−yi)i=1,…,nu_i \geq -\left(\textbf{x}^T\textbf{w}-y_{i}\right) \; i = 1,\ldots,n Ma non ho idea di risolverlo passo dopo passo, …
In un post precedente mi chiedevo come gestire i punteggi EQ-5D . Di recente mi sono imbattuto nella regressione logistica quantistica suggerita da Bottai e McKeown che introduce un modo elegante per gestire risultati limitati. La formula è semplice: l o gi t ( y) = l o g( y- …
We use cookies and other tracking technologies to improve your browsing experience on our website,
to show you personalized content and targeted ads, to analyze our website traffic,
and to understand where our visitors are coming from.
By continuing, you consent to our use of cookies and other tracking technologies and
affirm you're at least 16 years old or have consent from a parent or guardian.