비 통계 학자에 대한 Quantile 회귀 설명


14

최근에 Quantile Regression을 사용한 논문을 심리학 저널에 제출했습니다. 나는 양자 회귀의 명확한 표현에 대해 충분한 생각을 이미 가지고 있다고 생각했지만, 검토 자들은 표준 OLS 회귀에만 익숙한 양자 회귀 기술에 대한 더 나은 설명을 요구했다.

그렇다면 경험적 논문에서 비 통계 학자에게 양자 회귀 분석을 설명하는 가장 좋은 방법은 무엇입니까?


1
최소 제곱 회귀 분석보다 Quantile 회귀 분석을 선택한 이유를 설명해야한다고 생각합니다. 최소 제곱 회귀를 사용하여 잔차가 정상적으로 분포되지 않았습니까?
Glen

1
이론적 인 이유로 Quantile 회귀 분석을 선택했습니다. 특히, 종속 변수의 전체 분포에 관심이있었습니다.
Johannes

2
@Johannes, 이것이 도움 될 것 같고 그것이 인용 한 문헌. 또한 비정규 잔차 인 Glen은 OLS 사용을 배제 할 이유가 없습니다. 예를 들어 여기를 참조 하십시오 .
손님

1
잔차가 정규 최소 제곱에서 크게 벗어나면 특이 치에 대한 민감도로 인해 좋은 추정 방법이 아닐 수 있습니다. 따라서 강력한 대안이 OLS가 필요합니다.
Michael R. Chernick

1
이것은 2014 년에 발행 된 "발달 과학 연구에서의 쿼티 클 회귀"Child Dev 85 : 861-881에 소개 된 훌륭한 소개입니다.
N Brouwer

답변:


12

나는 기술이 아닌 동기 부여를 강조하는 것을 고려할 것입니다 (단지 참조하십시오). 특히:

  • 분포 없음 : 오류 분포의 파라 메트릭 형태를 가정하지 않습니다.
  • 견고성 : 종속 변수가 오염 된 것으로 의심됩니다.

정규성 가정 하에서 전체 및 조건부 분산이 전체 분포를 복구하기에 충분하기 때문에 전체 (조건부) 분포 자체를 복구한다고해서 Quantile 회귀를 정당화 할 수는 없습니다. 다른 파라 메트릭 오류 분포에서도 마찬가지입니다.


"전체 분포를 복구하기위한 평균과 분산으로 충분합니다." 내 종속 변수가 BMI이고 분포의 끝에 개인을 추론하는 데 관심이 있다고 가정하면 어떻게 일반적인 회귀 분석법을 정확하게 사용할 수 있습니까?
Davide

5

검토 자 / 청중의 간단한 통계 이해를 통해 직관적 성을 구축하십시오.

왜 중심 경향의 척도로 평균 대신 중간 값을 사용 하시겠습니까? 이 점을 전달할 수 있다면 나머지는 따라야합니다.

당사 사이트를 사용함과 동시에 당사의 쿠키 정책개인정보 보호정책을 읽고 이해하였음을 인정하는 것으로 간주합니다.
Licensed under cc by-sa 3.0 with attribution required.