Wyjaśnianie regresji kwantylowej niestatystom


14

Niedawno przedłożyłem artykuł, w którym zastosowałem regresję kwantową, do czasopisma psychologicznego. Chociaż myślałem, że włożyłem już wystarczająco dużo uwagi w wyraźną prezentację regresji kwantowej, recenzenci poprosili o lepsze wyjaśnienia techniki regresji kwantowej, znając jedynie standardową regresję OLS.

Jaki jest zatem najlepszy sposób na wyjaśnienie regresji kwantowej w pracy empirycznej niestatystom?


1
Myślę, że musisz wyjaśnić, dlaczego wybrałeś regresję kwantową zamiast regresji metodą najmniejszych kwadratów. Czy reszty nie były normalnie rozkładane przy użyciu regresji metodą najmniejszych kwadratów?
— Glen

1
Z przyczyn teoretycznych wybraliśmy regresję kwantową. W szczególności byliśmy zainteresowani całym rozkładem zmiennej zależnej.
— Johannes

2
@Johannes, można znaleźć to pomocne, a to cytuje literaturę. Ponadto, Glen, nietypowe reszty nie są powodem do wykluczenia korzystania z OLS; patrz tutaj na przykład.
— gość

1
powiedziałbym, że jeśli reszty znacznie odbiegają od normalnych najmniejszych kwadratów, może to nie być dobra metoda szacowania ze względu na ich wrażliwość na wartości odstające. Wymagana jest więc solidna alternatywa OLS.
— Michael R. Chernick

1
To doskonałe wprowadzenie opublikowane w 2014 r. „Regresja kwantowa w badaniu nauk rozwojowych” Child Dev 85: 861-881.
— N Brouwer

Odpowiedzi:


12

Zastanowiłbym się nad podkreśleniem motywacji, a nie szczegółów technicznych (wystarczy podać odniesienie). W szczególności:

  • Brak dystrybucji: nie chcesz przyjmować parametrycznej postaci rozkładu błędów.
  • Wytrzymałość: podejrzewasz, że twoja zależna zmienna może zostać zanieczyszczona.

Odzyskiwanie całego (warunkowego) rozkładu samo w sobie nie uzasadnia regresji kwantylowej, ponieważ przy założeniu Normalności średnia i wariancja wystarczają do odzyskania całego rozkładu. To samo dotyczy każdego innego rozkładu błędów parametrycznych.


Nie rozumiem „średniej i wariancji wystarczającej do odzyskania całego rozkładu”. Załóżmy, że moją zmienną zależną jest BMI i jestem zainteresowany wyciąganiem wniosków na temat osób na końcu jej rozkładu. Jak dokładnie użyć zwykłych metod regresji?
— Davide

5

Staraj się budować intuicyjność poprzez zrozumienie przez recenzenta / odbiorców prostszych statystyk.

Dlaczego miałbyś używać mediany zamiast średniej jako miary tendencji centralnej? Jeśli potrafisz przekazać ten punkt, reszta powinna podążać.

Korzystając z naszej strony potwierdzasz, że przeczytałeś(-aś) i rozumiesz nasze zasady używania plików cookie i zasady ochrony prywatności.
Licensed under cc by-sa 3.0 with attribution required.