0

我想将分位数回归模型拟合到我观察到的数据中,该模型清楚地显示了响应变量和预测变量之间的三角关系: 在此处输入图像描述

当我做:

library("quantreg")
m1 <- rq(Y~ X, tau = 0.75, data=mydata)

summary(m1)

Call: rq(formula = Y ~ X, tau = 0.75, data = mydata)

tau: [1] 0.75

Coefficients:

            coefficients lower bd upper bd
(Intercept) 3.42758      1.80850  4.74463 

X           0.27879      0.07132  0.82591 

它发现了正向关系(红色),当它应该是负面的看图表中的点时,对吧?也许我遗漏了一些东西,但它看起来像是一个错误的 tau 值。我尝试使用 t=0.97 和 t=0.90(灰色),但产生了相同的模式。

然后,当我这样做时:

m1.all <- rq(Y~ X, tau = seq(0.05, 0.95, by = 0.05), data=mydata)

m1.plot <- summary(m1.all)

警告消息:
1:在 rq.fit.br(x, y, tau = tau, ci = TRUE, ...) 中:
解决方案可能不唯一
2:在 rq.fit.br(x, y, tau = tau, ci = TRUE, ...) :
解决方案可能不唯一
3:在 rq.fit.br(x, y, tau = tau, ci = TRUE, ...) :
解决方案可能不唯一
4:在 rq.fit 中。 br(x, y, tau = tau, ci = TRUE, ...) :
解决方案可能不唯一

plot(m1.plot)

plot.window(...) 中的错误:无限轴范围 [GEPretty(-inf,inf,5)]

我只获得了截距图,但没有获得系数图。

我做错了什么?

在这里提供mydata。我预计与图 1 中 Cade & Noon 2003 显示的结果类似的负关系(参见此处)。

4

2 回答 2

0

我认为你应该这样做:

m1.all <- rq(Y~ X, tau = seq(0.05, 0.95, by = 0.05), data=mydata)

m1.plot <- summary(m1.all)

plot(m1.plot, xlim=c(0.001,10), ylim=c(0.001,10), log="xy")

我检查了样本数据,它对我有用。

在此处输入图像描述

于 2017-10-22T20:30:41.110 回答
0

我只是遇到了同样的问题,它可能与您的案例(和其他案例)不同,但我想与其他人分享我是如何解决这个问题的。
问题是因为有一些值(系数,上限/下限)接近无限。
我认为这些值通常在分位数的最高或最低范围内,所以当我将 tau 范围从 5:95 限制到 10:90 并重新进行回归时,问题就解决了。

于 2019-05-19T02:43:52.007 回答