Kuantil regresyon tahmini

Bazı modellerim için kantil regresyon kullanmakla ilgileniyorum, ancak bu metodolojiyi kullanarak neyi başarabileceğim konusunda bazı açıklamalar yapmak istiyorum. IV / DV ilişkisinin daha güçlü bir analizini elde edebileceğimi anlıyorum .

Özellikle, daha karmaşık doğrusal olmayan modellere, hatta parçalı doğrusal regresyona başvurmadan modellerimin uyumluluğunu iyileştirmekle ilgileniyorum. Tahminlerde, öngörücülerin değerine bağlı olarak en yüksek olasılık sonuç miktarını seçmek mümkün müdür? Başka bir deyişle, öngörülen her sonuç kantil olasılığını, öngörücülerin değerine göre belirlemek mümkün müdür?

predictive-models quantile-regression

— Robert Kubrick
kaynak

Yanıtlar:

Bir modelin kantil regresyondaki sağ tarafı, OLS gibi diğer regresyon modelleri ile aynı yapıya ve varsayım türlerine sahiptir. Kuantil regresyon ile temel farklar, parametrik manipülasyonlara (örn., ) başvurmadan , şartlı dağılımının miktarlarını doğrudan tahmin ve sürekli bir değişkendir. $Y$ $X$ $\bar{x} \pm 1.96s$ $Y$

— Frank Harrell
kaynak

Sanırım montaj sürecinin nasıl çalıştığını anlıyorum. Tahmini (kuantil parametre seçimi) geliştirmek için bir yol olup olmadığını ne anlamıyorum olduğunu olmaksızın gözlem olacak kuantil içinde bilerek. Bunu bir şekilde öngörücü değerlerden türetebilir miyiz? Belki de tahmin edicilerin gözlemlere karşı olasılık dağılımına göre kullanılabilecek bir şey vardır.

— Robert Kubrick

Y | X = x

$Y | X=x$

Y

$Y$

X = x

$X=x$

Frank, eminim kantil regresyon hakkında daha fazla şey öğrenmem gerekiyor. Dalış yapmadan önce, bu metodolojinin, tahmincilere ve uygun modele dayanarak, kantil seçimi için olasılıklı bir bileşen sunup sunamayacağını anlamak istiyorum. Verilen her bir set / belirleyici değer aralığı için, gerçek sonucun belirli bir kantil bölgede düşme olasılığı olmalıdır.

— Robert Kubrick

Kantil regresyon, bağımlı değişkenin kantillerini tahmin etmekle ilgilidir. "Düzenli" regresyonda DV'nin ortalamasını tahmin ediyoruz. Ancak ilgi DV'nin diğer kısımlarında da olabilir. Örneğin, hangi yeni doğan bebeklerin çok hafif olacağını, hangi şarkıların son derece popüler olacağını veya hangi müşterilerin bir ton malzeme alacağını tahmin etmek isteyebilirsiniz.

Geçen yıl bu konuda NESUG için bir makale yazdım .

— Peter Flom - Monica'yı eski durumuna döndürün
kaynak

Bilmek istediğiniz şeye göre hangi kantil tahmin edeceğinizi siz seçersiniz. Hiçbir program hangi soruyu soracağınızı söyleyemez!

— Peter Flom - Monica'yı eski durumuna döndürün

Takılan model göz önüne alındığında, öngörülen bir değerin öngörücü değerlere dayanarak 0.6 kantil'e düşme olasılığını hesaplayamaz mısınız?

— Robert Kubrick

".6 kantilinde" değil, 0.6 kantilinde veya üstünde, ama evet. Ama hangi kantili tahmin etmek istediğinize karar vermelisiniz. OLS regresyonunda, koşullu ortalamayı tahmin edersiniz; kantil regresyonda şartlı kantilleri tahmin edersiniz

— Peter Flom - Reinstate Monica

Peter'ın belirttiği gibi, hala daha önceki yorumları anlamıyorsunuz. Kuantil regresyonun, belirli bir kantilin üstüne veya altına düşme olasılıklarının hesaplanmasıyla hiçbir ilgisi yoktur (0.6 kantilinde "düşme olasılığının tanım gereği sıfır olduğuna dikkat edin). Ortanca veya diğer kantilleri tahmin etmekle ilgilenip ilgilenmediğinizi öğrenirsiniz. Koşullu bir kantil, bir aralık değil, tek bir sayıdır.

— Frank Harrell

Anlıyorsam, ur tahminleri için hangi kantil kullanılacak seçin ama e tahmini için hangi kantil e en iyi olduğunu seçmek için bir yol yok