苹果/安卓/wp
受教了！！！！版主太棒了！！！！
载入中......
ywh 发表于
13:09 我的疑问在于，两幅截图中都提到了分法，即对数据进行segment，为什么第一幅图提到的分法不对，而第二幅提到的分法又是正确的，两者具体区别在哪？We have occasionally encountered the faulty notion that something like quantile regression could be achieved by segmenting the response variable into subsets according to its unconditional distribution and then doing least squares fitting on these subsets. Clearly, this form of &truncation on the dependent variable& would yield disastrous results in the present example. In general, such strategies are doomed to failure for all the reasons so carefully laid out in Heckman (1979). It is thus worth emphasizing that even for the extreme quantiles all the sample observations are actively in play in the process of quantile regression fitting. Each fit depicted in Figure 2.2 is ultimately determined by only a pair of sample points, but all n points are needed to determine which pair of points are selected. With p parameters to be estimated, p points determine the fit, but which p points depend on the entire sample.
In contrast, segmenting the sample into subsets defined according to the conditioning covariates is always a valid option. Indeed such local fitting underlies all non-parametric quantile regression approaches. In the most extreme cases we have p distinct cells corresponding to different settings of the covariate vector, x, and quantile regression reduces to simply computing ordinary univariate quantiles for each of these cells. In intermediate cases we may wish to project these cell estimates onto a more parsimonious (linear) model. See e.g. Chamberlain (1994) and Knight, Bassett, and Tam (2000).
注意红色字部分。
谢谢您的热心指导
sungmoo，您能不能再给我解释下分位数回归结果经济含义？
总评分:&学术水平 + 1&
热心指数 + 1&
信用等级 + 1&
楼主能否先说说“随机变量x的上侧p分位数”的意义是什么？
本帖最后由 ywh 于
21:25 编辑
版主，您好，我找过很多相关资料，越看越疑惑。您能不能再和我讲下分位数回归系数经济解释
或者提供相关资料，最好是有结合实例的
非常感谢您
一份耕耘，一份收获。
ywh 发表于
15:54 但是我所看到的文献解释都是按这种解释。还是以经济增长和教育为例。-----“因为在0.1分位点时，X系数不显著；而在0.9分位点时，X系数为正，所以在经济增长水平较低时，教育对经济增长无显著作用，而在经济增长水平较高时起正向作用”。政策含义：在经济增长水平较低时，应该调整投入比例，适当增加劳力；而在经济增长水平达到一定水平后，教育起主要推动作用，因此要加大教育投入。若按您的理解，那怎么给出政策含义？首先需要明确：这里，“经济增长水平”与“教育”都是随机变量，各种回归就是要揭示两者间的关系。
其次，设经济增长水平是因变量，教育是自变量，0.1分位数回归中教育的系数的意义是，其他变量不变，教育（这个随机变量）增加一单位，经济增长水平（这个随机变量）的条件下侧0.1分位数变化多少单位，或者说，一个群体中，（在既定的教育条件下）经济增长水平最低的10%的个体中所拥有的最高的经济增长水平将变化多少单位。
经济增长水平的条件下侧0.1分位数是否对应“较低的经济增长水平”，这里要对“较低的”做出谨慎的说明，并且特别需要注意：它是给定教育（这个随机变量）的某一取值的条件下经济增长水平（这个随机变量）的下侧0.1分位数，而非经济增长水平的无条件分位数。
分析的有道理
热心帮助其他会员
总评分:&经验 + 100&
论坛币 + 15&
学术水平 + 5&
热心指数 + 4&
信用等级 + 1&
ywh 发表于
21:23 版主，您好，我找过很多相关资料，越看越疑惑一些文献对分位数回归的意义的解释也许不很恰当。
sungmoo 发表于
楼主能否先说说“随机变量x的上侧p分位数”的意义是什么？版主您更多的是从统计学意义上解释，对于随机变量x的上侧p分位数一时也不理解，呵呵，我先看下，再向您请教
一份耕耘，一份收获。
分位数回归，本质上就是假设因变量y的（条件下侧）p分位数yp是自变量x的线性函数：yp|x=x'β。
鼓励积极发帖讨论
非常感谢您
总评分:&学术水平 + 1&
热心指数 + 2&
信用等级 + 1&
ywh 发表于
21:41 版主您更多的是从统计学意义上解释基于统计分析的政策建议当然不能脱离统计结果的原本的统计学意义。
sungmoo 发表于
21:35 ywh 发表于
21:23 版主，您好，我找过很多相关资料，越看越疑惑一些文献对分位数回归的意义的解释也许不很恰当。谢谢版主，是的，可能我现在看的文献还较少，目前还未看到向您一样那么专业解释的。
就如我上面例子来说，他们往往就是说，在低经济发展水平，教育对其作用不显著，而在高经济发展水平，教育对其作用显著为正。
一份耕耘，一份收获。
无限扩大经管职场人脉圈！每天抽选10位免费名额，现在就扫& 论坛VIP& 贵宾会员& 可免费加入
加入我们,立即就学扫码下载「就学」app& Join us!& JoinLearn&
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
如有投资本站或合作意向，请联系（010-）；
邮箱：service@pinggu.org
投诉或不良信息处理：（010-）
京ICP证090565号
京公网安备号
论坛法律顾问：王进律师君，已阅读到文档的结尾了呢~~
分位数回归中的若干问题研究——所有资料文档均为本人悉心收集，全部是文档中的精品，绝对值得下载收藏！
扫扫二维码，随身浏览文档
手机或平板扫扫即可继续访问
分位数回归中的若干问题研究
举报该文档为侵权文档。
举报该文档含有违规或不良信息。
反馈该文档无法正常浏览。
举报该文档为重复文档。
推荐理由：
将文档分享至：
分享完整地址
文档地址：
粘贴到BBS或博客
flash地址：
支持嵌入FLASH地址的网站使用
html代码：
&embed src='/DocinViewer--144.swf' width='100%' height='600' type=application/x-shockwave-flash ALLOWFULLSCREEN='true' ALLOWSCRIPTACCESS='always'&&/embed&
450px*300px480px*400px650px*490px
支持嵌入HTML代码的网站使用
您的内容已经提交成功
您所提交的内容需要审核后才能发布，请您等待！
3秒自动关闭窗口苹果/安卓/wp
积分 2691, 距离下一级还需 909 积分
权限: 自定义头衔, 签名中使用图片, 隐身, 设置帖子权限, 设置回复可见
道具: 彩虹炫, 涂鸦板, 雷达卡, 热点灯, 金钱卡, 显身卡, 匿名卡, 抢沙发, 提升卡, 沉默卡下一级可获得
道具: 千斤顶
购买后可立即获得
权限: 隐身
道具: 金钱卡, 彩虹炫, 雷达卡, 热点灯, 涂鸦板
开心签到天数: 960 天连续签到: 12 天[LV.10]以坛为家III
请问各位高手，时间序列数据进行分位数回归是否需要进行平稳性检验？
载入中......
应该都需要，平稳性是后续建模检验的基础。平稳性检验这些样本数据是否来自服从同一概率分布的总体。
本帖被以下文库推荐
& |主题: 8540, 订阅: 47
我也想知道 并且还想问下 一般分位数回归需要对变量做哪些检验
应该都需要，平稳性是后续建模检验的基础。平稳性检验这些样本数据是否来自服从同一概率分布的总体。
热心帮助其他会员
总评分:&经验 + 10&
论坛币 + 10&
请问下楼主或者其他大侠，分位数回归的话还需要对变量做哪些检验？
无限扩大经管职场人脉圈！每天抽选10位免费名额，现在就扫& 论坛VIP& 贵宾会员& 可免费加入
加入我们,立即就学扫码下载「就学」app& Join us!& JoinLearn&
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
如有投资本站或合作意向，请联系（010-）；
邮箱：service@pinggu.org
投诉或不良信息处理：（010-）
京ICP证090565号
京公网安备号
论坛法律顾问：王进律师工具类服务
编辑部专用服务
作者专用服务
纵向数据和生存数据的统计推断
纵向数据是综合了截面数据与时间序列数据特征的一种复杂数据类型.因为应用背景的不同，纵向数据有时也称为面板数据.纵向数据、面板数据广泛产生于经济学、管理学、生物学、心理学、健康科学等诸多领域，对纵向数据的研究具有重大的理论和实际意义.生存分析是研究特定事件发生时间的一门学科，相应的数据称为生存数据.在生存分析中，分位数回归是Cox比例风险模型和加速失效模型的很有价值的补充，它允许在生存时间分布的不同分位点，协变量效应也不同，并且对厚尾分布、异方差分布等特殊分布具有很好的稳健性.因此，分位数回归在生存分析领域引起了广泛的关注.本文主要给出了如下几个关于纵向数据和生存数据的统计推断结果.　　
1.我们考虑了带信息观察时间和相依终止事件的纵向数据，并采用了联合建模的思想，利用一个公共潜变量来刻画纵向过程、观察过程和终止事件之间的相关性.在建模过程中，提出了一种借代力量估计方法来进行参数估计，并给出了估计的大样本性质和有限样本性质.同时，我们还提出了一些拟合优度检验方法来评估各个模型的合理性.最后，将我们的模型应用到一组膀胱癌数据上，得到了一些较合理的结果.　　
2.当不规则的抽样时间受到协变量以外的其他因素影响时，往往需要对均值反应模型引入一个有偏抽样设计来达到更好的推断效果.在有偏抽样下，针对带信息观察和带信息删失的情况，利用一个不能观察的潜在变量，提出了一个联合建模方法来刻画纵向反应变量与观察时间和删失时间的相关性，获得了模型中回归参数的估计方程以及估计的渐近性质，并通过数值模拟验证了这些估计在小样本下也是有效的，同时把该估计方法用于一组实际的膀胱癌数据分析中.　　
3.针对删失数据，当生存时间和删失时间在给定协变量下独立时，我们提出一类具有幂变换的分位数回归模型.在建模时，我们提出了一种两步估计方法:首先，对给定的变换参数，基于鞅的框架，我们得到回归系数的估计;其次，我们可以让残差的累积过程达到最小得到变换参数的估计.基于该估计方法，我们提出了一种简单易用的迭代算法.我们证明了估计的相合性和渐近正态性，一些数值模拟实验反映我们的方法具有很好的有限样本性质.最后，我们将该方法应用到HMO-HIV数据，并给出一些结论和讨论.
学科专业：
授予学位：
学位授予单位：
导师姓名：
学位年度：
本文读者也读过
相关检索词
万方数据知识服务平台--国家科技支撑计划资助项目（编号：2006BAH03B01）(C)北京万方数据股份有限公司
万方数据电子出版社纵向数据分析中的经验似然方法和分位数回归方法_百度文库
两大类热门资源免费畅读
续费一年阅读会员，立省24元！
纵向数据分析中的经验似然方法和分位数回归方法
上传于||暂无简介
阅读已结束，如果下载本文需要使用2下载券
想免费下载本文？
定制HR最喜欢的简历
下载文档到电脑，查找使用更方便
还剩3页未读，继续阅读
定制HR最喜欢的简历
你可能喜欢