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:
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?