问题标签 [quantile]

I am applying guantile regression for my data-set (using R). It is easy to produce the nice scatterplot-image with different quantile regression lines (taus <- c(0.05,0.25,0.75,0.95)).

Problem occurs when I want to produce p-values (in order to see statistical significance of each regression line) for each one of these quantiles. For median quantile (tau=0.5) this is not problematic, but when it comes to for example tau=0.25, I get following error message:

What could be the reason for this?

Also: Is it recommendable to mention p-values and coefficients regarding the results of quantile regression model or could it be enough to show just the plot-picture and discuss the results based on that picture?

Best regards, frustrated person

乡亲

我有建筑物中每个区域的温度数据，如下所示：

我想做的是计算每个区域温度的 99%。我将执行此命令：

但随后我将不得不为数据集中的每一列手动执行此操作。有没有办法让这个命令遍历所有列（从第二列开始）？

非常感谢。

好的，所以我在这里遇到了最奇怪的问题。当我们通过自变量 X 的特定分位数划分空间时，我正在取因变量 Y 的平均值。

我的问题是，R 中的分位数函数没有返回我的自变量 X 范围内的值，但是当打印到屏幕上时它返回的值是正确的值。让这个奇怪的是它只发生在特定的分位数上。

一些示例代码来演示这种奇怪的效果：

你们可以提供的任何见解将不胜感激。

我试图在函数中调用 quantreg 包的 rq() 。以下是对我的问题的简化解释。

如果我遵循 http://developer.r-project.org/model-fitting-functions.txt中的建议，我在行后有一个设计矩阵

第一列全为 1 以创建截距。

现在，当我调用 rq() 时，我不得不使用类似

如果有超过 1 个解释变量，我的问题就会发生。我不知道如何找到一种自动编写方式：

这是完整的简化代码：

我用以下方法调用该函数：

以下是获取数据的方法：

在这种情况下，使用此代码，我的线性预测器仅包含“治疗”。如果我想要“额外”，我必须在代码中的 rq() 的线性预测器中手动添加 x[,3] 。这不是自动的，并且不适用于具有未知数量变量的其他数据集。有谁知道如何解决这个问题？

任何帮助将不胜感激 ！！！

我继承了一些旧的 Stata 代码 (Stata11)，它使用该xtile函数按分位数对向量中的观察值进行分类（在这种情况下，只是标准的 5 个五分位数，20%、40%、60%、80%、100%） .

我正在尝试在 Python 中复制一段代码，并且我正在使用 SciPy.stats.mstats 函数mquantiles()进行计算。

据我从 Stata 文档和在线搜索中可以看出，Stataxtile方法试图反转数据的经验 CDF，并使用 CDF 平坦的所有观察值的等加权平均值来制作切点。这似乎是对分位数进行分类的一种非常糟糕的方法，但事实就是如此，我相信在某些情况下这是正确的做法。

我的问题是如何mquantiles()产生同样的打破惯例。我注意到这个函数有两个参数，alphap并且betap（文档调用它们alpha，beta但是你需要额外的'p'才能让它工作，至少我这样做......如果我只使用'alpha'和' beta' 与 Python 2.7.1 和 SciPy 0.10.0）。但即使在 SciPy 文档中，我也看不出这些参数的组合是否会在平坦的 CDF 范围内产生平均值。

我看到了看起来像计算为这个范围的中位数或众数的选项，但不是平均值（也不清楚这些具有 alpha 和 beta 的 SciPy 中位数/众数选项是否被计算为观测值的中位数/众数或产生平坦 CDF 值的范围。）

任何有助于消除这些不同选项的歧义并找到一些帮助我在 Python 中重新创建 Stata 约定的文档都会很棒。请不要回答只是说“编写自己的分位数函数”。首先，这无助于我理解 Stata 或 SciPy 的约定，其次，鉴于这些数值库，编写我自己的分位数函数应该是最后的手段。我当然可以做到，但如果我需要，那就不好了。

我正在尝试使用 R 函数 quantcut() 将数值变量重新编码为具有对应于分位数的水平的因子。例如：

我收到错误消息：“cut.default 中的错误（x[!flag]，bre​​aks = newquant，include.lowest = TRUE，：'breaks' 不是唯一的”。我认为这是因为分位数中有联系，但是quantcut 的文档专门显示了一个示例，说明该函数如何通过使用更少的间隔来处理关系。无论我是否指定标签参数，都会发生错误。

任何建议将不胜感激。

编辑：这是输入变量 X 的代码：

我有一个两列数据框的基本图（x =“期间”和 y =“范围”）。

我试图在每个时期添加一条水平线，低于该时期所有观察值的 90%。（它不必是一条水平线，每个周期的任何视觉指示就足够了）。

任何帮助将不胜感激。

我正在做一个分位数问题，我需要做这样的事情

间隔：

这些是变量，我需要它，因为我正在做一个表格的间隔

我编写了一个程序，用户可以在其中输入任意数量的值到向量中，它应该返回四分位数，但我不断收到“向量下标超出范围”错误：

使用 R 和 package quantreg，我正在对我的数据执行分位数回归分析。

我可以使用汇总函数中的 se（标准误差）估计器访问 p 值，如下所示，但是我只得到 5 个小数位，并且想要更多。

我如何才能访问 p 值的更多小数位？

更新

好的，所以我可以通过选择包含数值结果矩阵的子对象来获得更多小数位；

然而，当 P 值 <1e-12 时，P 值仍舍入为 0（上述输出是简化的示例模型）。我可以通过应用@seancarmody 的建议获得更多信息；

但是如果 P < 1e-22 它仍然四舍五入为 0，并且如果“digits”设置为 > 22，我会收到以下错误；

prettyNum(.Internal(format(x, trim, digits, nsmall, width, 3L, : invalid 'digits' argument) 中的错误

是否可以访问更多小数位？