Запитання з тегом «quantile-regression»

Умовна кількісна регресія регресії Коенкера та Бассета (1978) для квантила визначається як де \ rho_ \ tau = u_i \ cdot (\ tau - 1 (u_i <0)) є функцією повторного зважування (називається "перевірити" -функція) залишків u_i .τthτth\tau^{th} рт=Uя⋅(т-1(уя<0))уяβˆQR=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 (y_i - X'_i b_\tau) ρτ=ui⋅(τ−1(ui<0))ρτ=ui⋅(τ−1(ui<0))\rho_\tau = u_i\cdot …

38 quantile-regression 

summary.rqФункція від quantreg віньєтки надає безліч варіантів для стандартних оцінок похибки квантилів коефіцієнтів регресії. Які спеціальні сценарії, коли кожен із них стає оптимальним / бажаним? "ранг", який виробляє довірчі інтервали для оцінюваних параметрів шляхом інвертування тесту на ранги, як описано в Koenker (1994). Параметр за замовчуванням передбачає, що помилки є …

35 r  standard-error  quantile-regression  estimators 

Відповідаючи на запитання щодо OLS , мені цікаво: які діагностичні діаграми існують для кількісної регресії? (а чи є їх реалізація?) Швидкий пошук в Google вже з'явився з черв'ячним сюжетом (про який я раніше ніколи не чув), і я з радістю дізнаюся про інші методи, про які ви могли б знати. …

25 r  regression  diagnostic  quantile-regression  gamlss 

Я сподіваюся отримати інтуїтивне, доступне пояснення кількісної регресії. Скажімо, у мене простий набір результатів YYY та прогнози X1,X2X1,X2X_1, X_2 . Наприклад, якщо я запускаю квантильну регресію в .25, .5, .75 і повертаюсь β0,.25,β1,.25...β2,.75β0,.25,β1,.25...β2,.75\beta_{0,.25},\beta_{1,.25}...\beta_{2,.75} . Чи знаходять значення ββ\beta простим упорядкуванням значень yyy та виконанням лінійної регресії на основі прикладів, що …

25 quantile-regression 

Я намагаюся зрозуміти кількісну регресію, але одне, що змушує мене страждати, - це вибір функції втрати. ρτ( u ) = u ( τ)- 1{ u &lt; 0 })ρτ(u)=u(τ−1{u&lt;0})\rho_\tau(u) = u(\tau-1_{\{u<0\}}) Я знаю, що мінімум очікування ρτ( у- у )ρτ(y−u)\rho_\tau(y-u) дорівнює τ%τ%\tau\% -квантилу, але яка інтуїтивна причина починати з цієї функції? …

24 quantiles  loss-functions  quantile-regression 

Включивши в статтю модель кількісної регресії, рецензенти хочуть, щоб я включив у документ коригуваний . Я обчислив псевдо- R 2 с (з документа JASA Koenker і Machado 1999 року)R2R2R^2R2R2R^2 ) Для трьох квантилів, що цікавлять моє дослідження. Однак я ніколи не чув про скориговану для кількісної регресії і не знав …

22 goodness-of-fit  r-squared  quantile-regression 

Окрім деяких унікальних обставин, коли ми абсолютно повинні розуміти умовно-середній взаємозв'язок, які існують ситуації, коли дослідник повинен обрати OLS над квантильною регресією? Я не хочу, щоб відповідь була "якщо немає користі в розумінні хвостових відносин", оскільки ми могли просто використовувати середню регресію в якості замінника OLS.

22 least-squares  econometrics  regression-strategies  quantile-regression  semiparametric 

Я використовую квантильну регресію, щоб знайти прогнози 90-х відсотків моїх даних. Я роблю це в R, використовуючи quantregпакет. Як я можу визначити для квантильної регресії, яка вказуватиме на скільки змінності пояснюються прогнозні величини?r2r2r^2 Що я дійсно хочу знати: "Будь-який метод, який я можу використовувати, щоб знайти, скільки змінності пояснюється?". Рівні …

21 r-squared  quantile-regression 

Останні місяці я інтенсивно читав про квантилітичну регресію під час підготовки до магістерської роботи цього літа. Зокрема, я прочитав більшість книг Роджера Коенкера 2005 року на цю тему. Тепер я хочу розширити ці наявні знання на методи кількісної регресії, що дозволяють отримати інструментальні змінні (IV). Це здається активною сферою досліджень, …

16 regression  references  econometrics  instrumental-variables  quantile-regression 

Модель лінійної регресії створює купу припущень, що квантильна регресія не має, і, якщо допущення лінійної регресії виконуються, то моя інтуїція (і деякий дуже обмежений досвід) полягає в тому, що середня регресія дала б майже однакові результати, як лінійна регресія. Отже, які переваги має лінійна регресія? Це, звичайно, звичніше, але крім …

15 regression  multiple-regression  quantile-regression 

Я використовую квантильну регресію (наприклад, через gbmабо quantregв R) - не зосереджуючись на медіані, а на верхньому квантилі (наприклад, 75-й). Виходячи з фону прогнозного моделювання, я хочу оцінити, наскільки модель добре вписується в тестовий набір, і я можу описати це діловому користувачеві. Моє питання - як? У типових умовах із …

14 regression  data-mining  predictive-models  quantile-regression 

Нещодавно я подав до журналу психології документ, в якому використовував квантильну регресію. Хоча я думав, що я вже достатньо подумав у чіткому описі кількісної регресії, рецензенти просили краще пояснити методику кількісної регресії, знайомі лише зі стандартною регресією OLS. Отже, який найкращий спосіб пояснити кількісну регресію в емпіричному документі нестатистам?

14 quantile-regression  teaching 

Мені цікаво використовувати кількісну регресію для деяких моїх моделей, але хотілося б отримати деякі роз'яснення щодо того, що я можу досягти, використовуючи цю методологію. Я розумію, що можу отримати більш надійний аналіз взаємозв'язку IV / DV , особливо, коли стикаюся з виснаженнями та гетеросцедастичністю, але в моєму випадку фокус робиться …

13 predictive-models  quantile-regression 

аргхвшL ( w ) = ∑нi = 1| уi- шТх |арг⁡хвшL(ш)=∑i=1н|уi-шТх| \underset{\textbf{w}}{\arg\min} L(w)=\sum_{i=1}^{n}|y_{i}-\textbf{w}^T\textbf{x}| хв ∑нi = 1уiхв∑i=1нуi\min \sum_{i=1}^{n}u_{i} уi≥ xТш - уii = 1 , … , nуi≥хТш-уii=1,…,нu_i \geq \textbf{x}^T\textbf{w}- y_{i} \; i = 1,\ldots,n уi≥ - ( хТш - уi)i = 1 , … , nуi≥-(хТш-уi)i=1,…,нu_i \geq -\left(\textbf{x}^T\textbf{w}-y_{i}\right) \; …

12 regression  optimization  quantile-regression  linear-programming  least-absolute-deviations 

У попередньому дописі я замислювався, як боротися з оцінками EQ-5D . Нещодавно я натрапив на логістичну квантильну регресію, запропоновану Боттаєм та МакКаун, яка запроваджує елегантний спосіб вирішення обмежених результатів. Формула проста: logit(y)=log(y−yminymax−y)logit(y)=log(y−yminymax−y)logit(y)=log(\frac{y-y_{min}}{y_{max}-y}) Щоб уникнути журналу (0) та ділення на 0, ви розширите діапазон на невелике значення, . Це дає середовище, …

12 r  logistic  data-visualization  logit  quantile-regression