Quantile 회귀 모형에 대해 조정 된 와 같은 것이 있습니까?

논문에 Quantile 회귀 모델을 포함시킨 후, 검토 자들은 조정 된 를 논문에 포함시키기를 원합니다 . 나는 나의 연구에 관심있는 3 개의 Quantile에 대한 의사 ( Kenker and Machado의 1999 JASA 논문 )를 계산했다.$R^2$$R^2$

그러나 Quantile 회귀 분석을 위해 조정 된 대해 들어 본 적이 없으며 계산 방법을 모릅니다. 다음 중 하나를 요청합니다.$R^2$

• 바람직하게 는, 양자 회귀를 위해 조정 된 를 의미있게 계산하는 방법에 대한 공식 또는 접근법 .$R^2$

• 대안 : 양자화 회귀 분석에서 조정 된 와 같은 것이없는 이유에 대해 검토 자에게 제공 할 설득력있는 주장$R^2$

검토 자들이 요구하는 것은 의사 값을 취하여 Quantile 범위 의 샘플 수와 모델 의 매개 변수 수에 대해 "unbias"하는 것입니다 . 다시 말해, 일반적인 상황에서 조정 된 입니다. 즉, 수정 된 설명 할 수없는 분수는 의 인수로 설명 할 수없는 총 설명되지 않은 분수보다 큽니다 .$R^2$$n_Q$$p$$R^2$$\frac{n_Q-1}{n_Q-p-1}$

$1-R^{2*}=\frac{n_Q-1}{n_Q-p-1}(1-R^2)$ 또는$R^{2*}=1-\frac{n_Q-1}{n_Q-p-1}(1-R^2)$

나는 이미 의사 값이고 조정 된 의사 값 이기 때문에 독자가 의사 조정을 수행한다는 인상을 남길 수 있기 때문에 너무 멀리 가져가는 것에 동의합니다 .$R^2$$R^2$

한 가지 대안은 계산을 수행하고 검토 자에게 결과가 무엇인지 보여주고 결과를 논문에 포함시키지 않는 것입니다. 게시 된 방법이 사용중인 방법을 넘어서고 게시되지 않은 다른 방법으로 발명 할 책임이 없음을 설명합니다. 조정 된 의사 절차. 그러나 검토 자들이 요구하는 이유는 그들이 횡설수설 한 숫자가 보이지 않는다는 확신을 원하기 때문입니다. 이제 리뷰어가 결과를 신뢰할 수 있음을 보장하면서 정확하게 그렇게하는 다른 방법을 생각할 수 있다면 문제는 사라질 것입니다 ...$R^2$

한 가지 대안은 특히 견고성 또는 정밀도를 나타낼 수있는 경우 사용 중인 의사 값 에 대한 추가 참조 또는 정보를 포함 하는 것입니다. 예를 들어 Quantile Regression에 대한 적합하지 않은 검정 . 의사 값이 논문에 필수적 입니까 , 아니면 동일한 목표를 달성 할 수있는 다른 방법이 있습니까?$R^2$$R^2$

때로는 문제를 삭제하는 것이 가장 간단한 방법입니다. 그렇습니다. 고귀한 검토 자 여러분, 장엄한 무오성을 숭배합니다. grovel, grovel 문제가 삭제되었습니다.$<$$>$

$R^2$

AIC 또는 BIC를 시도 할 수 있습니다 .