问题标签 [quantreg]

在包quantreg中，可以执行惩罚分位数回归。选择被认为具有统计学意义的变量是“容易的”。然而，当我考虑对系数施加限制时：即一些严格为正/负（否则它们将为零），我只是无法弄清楚它是如何完成的！我到目前为止的代码是这样的：

我担心这个问题很明显。我曾考虑过使用ifelse(eq$coef<0,0,eq$coef)，但考虑到一些变量被限制为正或负，这不是理想的解决方案。有任何想法吗？

编辑：我忘记包含的内容是，每次迭代都选择一个（可能）与前一次迭代不同的变量！

我正在使用该quantreg软件包来预测分位数及其置信区间。我不明白为什么预测的分位数与使用quantile().

我有数据，其均值和方差随自变量而变化。如何将因变量转换为（估计的）条件百分比等级？

例如，假设数据如下Z所示：

我们可以用 来绘制它Z %>% ggplot(aes(x,y)) + geom_point()：它看起来像一个离散正弦函数，其中正弦函数周围的方差随x变化。我的目标是将每个y值转换为 0 到 1 之间的数字，该数字表示其对于具有相似x的值的百分比排名。因此，非常接近该正弦函数的值应转换为大约 0.5，而低于它的值应转换为接近 0 的值（取决于x周围的方差）。

一种快速的方法是对数据进行分桶，然后简单地计算每个桶中每个观察的排名。

另一种方法（我认为更可取）做我要求的是对许多不同的分位数（tau）执行分位数回归：

可以绘制如下：

鉴于我现在可以model.fit使用每个 x 值的估计分位数将每个y值转换为百分比等级（借助 实际上，是否有一些功能可以自动执行此操作？approx(...)quantregquantreg

我尝试了以下代码：

但我收到以下错误：

我已经安装了 Rtools。但这并不能解决问题。我还检查了有关系统路径的问题（如在此站点中：https ://github.com/stan-dev/rstan/wiki/Install-Rtools-for-Windows ），但这没有问题。谁能帮我一把？非常感谢。

我正在尝试使用“quantreg”库的 rq 函数进行分位数回归。我有一个问题，因为当我添加“权重”参数时，R 完全崩溃了。

我在这里添加了一个可重现的示例：

然后，这有效：

但是如果我尝试像这样添加权重参数

我收到消息“R 会话中止，R 遇到致命错误...”

这里，R信息：

注意：此示例适用于 R 版本 3.3.3。

你知道如何解决它吗？

我确信这很容易解决，但我有一个关于分位数回归的问题。

假设我有一个遵循二阶多项式曲线趋势的数据框，并且我构建了一个通过数据的不同部分拟合的分位数回归：

我可以通过“predict.rq”函数获得最大 y 值，您可以在下面的图中看到。

所以我的问题是如何获得与每个分位数的最大 y 值（即斜率中断）相对应的 x 值？

我运行以下脚本来分析使用quantreg包的非参数分位数回归：

所有 Y 和 X 变量都是连续的和标准化的。作为 的结果anova ( )，显示了一条警告消息：

有谁知道它为什么会发生以及如何处理它？

遵循非线性分位数回归的工作流程似乎有效。但是我不知道如何绘制结果曲线。

顺便说一句：我更喜欢使用函数 graphics::curve() 而不是 graphics::lines()

编辑：我正在寻找的是一种绘制公式的各种分位数回归的方法，例如 a*x/(b+x)。插入公式让我想到了将什么作为“开始”参数的问题

我正在使用时间序列数据进行分位数预测。我正在使用的模型是 ARIMA(1,1,2)-ARCH(2)，我正在尝试对我的数据进行分位数回归估计。

到目前为止，我已经找到了“quantreg”包来执行分位数回归，但我不知道如何将 ARIMA-ARCH 模型作为函数 rq 中的模型公式。rq 函数似乎适用于具有因变量和自变量的回归，但不适用于时间序列。

是否有其他一些包可以让我在 R 中放置时间序列模型并进行分位数回归？欢迎任何建议。谢谢。

我正在努力在网上找到有关如何轻松绘制 lqmm 模型的示例。因此，例如，在下面，我想要一个简单的图，我可以在其中预测多个分位数并将这些预测叠加到散点图上：

我可以为 lqm 模型成功地做到这一点，但不是 lqmm 模型。

我见过 predict.lqmm 函数，但这会返回数据集中每个 x 值的预测值，而不是 x 轴限制上的平滑函数。预先感谢您的任何帮助。