summary.rqFunkcja z winiet quantreg oferuje wiele opcji dla standardowych szacunków błędach współczynników regresji kwantylowych. Jakie są specjalne scenariusze, w których każdy z nich staje się optymalny / pożądany? „ranga”, która wytwarza przedziały ufności dla oszacowanych parametrów poprzez odwrócenie testu rang, jak opisano w Koenker (1994). Domyślna opcja zakłada, że błędy …
W odpowiedzi na moje pytanie dotyczące OLS zastanawiam się: jakie wykresy diagnostyczne istnieją dla regresji kwantowej? (i czy jest ich implementacja R?) Szybka wyszukiwarka google już wymyśliła fabułę robaka (o której nigdy wcześniej nie słyszałem) i chętnie poznam więcej metod, o których możesz wiedzieć. (czy któryś z nich pochodzi z …
Mam nadzieję uzyskać intuicyjne i przystępne wyjaśnienie regresji kwantowej. Powiedzmy, że mam prosty zestaw danych wyniku i predyktorów .X 1 , X 2YYYX1, X2)X1,X2X_1, X_2 Jeśli na przykład uruchomię regresję przy 0,25, 0,5, 0,75 i odzyskam .β0 , .25, β1 , .25. . . β2 , 0,75β0,.25,β1,.25...β2,.75\beta_{0,.25},\beta_{1,.25}...\beta_{2,.75} Czy wartości znaleźć …
Próbuję zrozumieć regresję kwantową, ale jedną rzeczą, która sprawia, że cierpię, jest wybór funkcji straty. ρτ(u)=u(τ−1{u<0})ρτ(u)=u(τ−1{u<0})\rho_\tau(u) = u(\tau-1_{\{u<0\}}) Wiem, że minimalne oczekiwanie na jest równe kwantile , ale jaki jest intuicyjny powód, aby zacząć od tej funkcji? Nie widzę związku między minimalizowaniem tej funkcji a kwantylem. Czy ktoś może mi …
Po uwzględnieniu w artykule modelu regresji kwantowej recenzenci chcą, żebym włączyła do niego skorygowane . Obliczyłem pseudo- (z pracy JASA Koenkera i Machado z 1999 r. ) Dla trzech kwantyli będących przedmiotem zainteresowania w moim badaniu.R2)R2)R^2R2)R2)R^2 Jednak nigdy nie słyszałem o skorygowanej wartości dla regresji kwantowej i nie wiedziałbym, jak …
Oprócz wyjątkowych okoliczności, w których absolutnie musimy zrozumieć zależność średnią, jakie są sytuacje, w których badacz powinien wybrać OLS zamiast regresji kwantylowej? Nie chcę, aby odpowiedź brzmiała „jeśli nie ma sensu rozumieć relacji ogona”, ponieważ moglibyśmy po prostu użyć regresji mediany jako substytutu OLS.
Korzystam z regresji kwantowej, aby znaleźć predyktory 90. percentyla moich danych. Robię to w R za pomocą quantregpakietu. Jak mogę określić dla regresji kwantylowej, która wskaże, ile zmienności wyjaśnia zmienne predykcyjne?r2r2r^2 To, co naprawdę chcę wiedzieć: „Jakąkolwiek metodę, której mogę użyć, aby dowiedzieć się, ile wyjaśniono zmienności?”. Poziom istotności według …
W ostatnich miesiącach intensywnie czytałem o regresji kwantowej w ramach przygotowań do mojej pracy magisterskiej tego lata. W szczególności przeczytałem większość książek Rogera Koenkera z 2005 roku na ten temat. Teraz chcę rozszerzyć tę istniejącą wiedzę na techniki regresji kwantowej, które pozwalają na zmienne instrumentalne (IV). To wydaje się być …
Model regresji liniowej przyjmuje szereg założeń, że regresja kwantylowa nie spełnia, a jeśli założenia regresji liniowej zostaną spełnione, to moja intuicja (i pewne bardzo ograniczone doświadczenie) jest taka, że regresja mediana dałaby prawie identyczne wyniki jak regresja liniowa. Jakie zalety ma regresja liniowa? Z pewnością jest bardziej znajomy, ale poza …
Używam regresji kwantyli (na przykład przez gbmlub quantregw R) - nie skupiając się na medianie, ale zamiast tego na górnym kwantylu (np. 75-tym). Opierając się na predykcyjnym tle modelowania, chcę zmierzyć, jak dobrze model pasuje do zestawu testowego i być w stanie opisać to użytkownikowi biznesowemu. Moje pytanie brzmi jak? …
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?
Jestem zainteresowany wykorzystaniem regresji kwantylowej dla niektórych moich modeli, ale chciałbym uzyskać wyjaśnienia na temat tego, co mogę osiągnąć przy użyciu tej metodologii. Rozumiem mogę uzyskać bardziej solidną analizę IV / DV relacji , zwłaszcza w obliczu skrajnych i heteroskedastyczności, ale w moim przypadku nacisk kładziony jest na przewidywania. W …
Oto problem najmniejszych odchyleń bezwzględnych:. Wiem, że można to zmienić jako problem LP w następujący sposób:argminwL ( w ) = ∑ni = 1|yi−wTx |argminwL.(w)=∑ja=1n|yja-wT.x| \underset{\textbf{w}}{\arg\min} L(w)=\sum_{i=1}^{n}|y_{i}-\textbf{w}^T\textbf{x}| min ∑ni = 1ujamin∑ja=1nuja\min \sum_{i=1}^{n}u_{i} uja≥ xT.w - yjai = 1 , … , nuja≥xT.w-yjaja=1,…,nu_i \geq \textbf{x}^T\textbf{w}- y_{i} \; i = 1,\ldots,n uja≥ - …
W poprzednim poście zastanawiałem się, jak radzić sobie z wynikami EQ-5D . Ostatnio natknąłem się na logistyczną regresję kwantyli zaproponowaną przez Bottai i McKeown, która wprowadza elegancki sposób radzenia sobie z ograniczonymi rezultatami. Formuła jest prosta: l o gi t ( y) = l o g( y- ym i nym …
Używamy plików cookie i innych technologii śledzenia w celu poprawy komfortu przeglądania naszej witryny, aby wyświetlać spersonalizowane treści i ukierunkowane reklamy, analizować ruch w naszej witrynie, i zrozumieć, skąd pochodzą nasi goście.
Kontynuując, wyrażasz zgodę na korzystanie z plików cookie i innych technologii śledzenia oraz potwierdzasz, że masz co najmniej 16 lat lub zgodę rodzica lub opiekuna.