Квантильный регрессионный прогноз


13

Я заинтересован в использовании квантильной регрессии для некоторых из моих моделей, но хотел бы получить некоторые разъяснения о том, что я могу достичь с помощью этой методологии. Я понимаю , что я могу получить более надежный анализ IV / DV отношений , особенно когда сталкивается с выбросами и гетероскедастичностью, но в моем случае акцент делается на предсказании.

В частности, я заинтересован в улучшении подгонки моих моделей, не прибегая к более сложным нелинейным моделям или даже кусочно-линейной регрессии. Можно ли при прогнозировании выбрать квантиль результата с наибольшей вероятностью на основе значения предикторов? Другими словами, возможно ли определить квантильную вероятность каждого прогнозируемого результата, основываясь на значении предикторов?

Ответы:


8

Правая часть модели в квантильной регрессии имеет ту же структуру и типы допущений, что и другие регрессионные модели, такие как OLS. Основные различия с квантильной регрессией заключаются в том, что квантили распределения обусловленного напрямую предсказываются, не прибегая к параметрическим распределенным манипуляциям (например, ), и что никакая форма распределения остатков не предполагается другой чем предполагая, что является непрерывной переменной.X ˉ x ± 1,96 с YYXx¯±1.96sY


1
Я думаю, что понимаю, как работает процесс подбора. Я не понимаю, есть ли способ улучшить прогнозирование (выбор параметров квантиля), не зная, в каком квантиле будет наблюдаться наблюдение. Можем ли мы как-то вывести это из значений предиктора? Может быть, есть что-то, что можно использовать, основываясь на вероятностном распределении предикторов и наблюдений.
Роберт Кубрик

2
Я думаю, что вы должны сделать значительное количество фонового чтения по квантильной регрессии. Наблюдения не лежат "в квантилях". Квантиль - это свойство непрерывного распределения. Квантиль 0,5 - это медиана; квантиль 0,75 является верхним квартилем. Квантиль 0,75 от - это 75-й процентиль когда . Y X = xY|X=xYX=x
Фрэнк Харрелл

2
Фрэнк, я уверен, что мне нужно больше узнать о квантильной регрессии. Прежде чем я углублюсь в это, я хотел бы понять, может ли эта методология предложить некоторый вероятностный компонент для выбора квантиля, основанного на предикторах и подобранной модели. Для каждого заданного набора / диапазона значений предикторов должна быть вероятность того, что фактический результат попадет в определенный квантильный регион.
Роберт Кубрик

4

Квантильная регрессия - это предсказание квантилей зависимой переменной. В «регулярной» регрессии мы предсказываем среднее значение DV. Но интерес может быть и в других частях ДВ. Например, вам может быть интересно предсказать, какие новорожденные дети будут очень легкими, какие песни будут исключительно популярными или какие клиенты купят тонну вещей.

Я написал статью об этом для NESUG в прошлом году.


2
Вы выбираете, какой квантиль прогнозировать, основываясь на том, что вы хотите знать. Ни одна программа не может сказать вам, какой вопрос задать!
Питер Флом - Восстановить Монику

1
Учитывая подобранную модель, не можете ли вы рассчитать вероятность того, что предсказанное значение упадет в квантиле 0,6, основываясь на значениях предиктора?
Роберт Кубрик

2
Не "в квантиле 0,6", но в квантиле 0,6 или выше, но да. Но вы должны решить, какой квантиль вы хотите предсказать. В регрессии МНК вы предсказываете условное среднее; в квантильной регрессии вы предсказываете условные квантили
Питер Флом - Восстановите Монику

5
Как указал Питер, вы все еще не понимаете предыдущие комментарии. Квантильная регрессия не имеет ничего общего с вычислением вероятностей падения выше или ниже определенного квантиля (обратите внимание, что вероятность падения «в» квантиле 0,6 по определению равна нулю). Вы узнаете, если вы заинтересованы в прогнозировании медианы или других квантилей, тогда сделайте это. Условный квантиль - это одно число, а не диапазон.
Фрэнк Харрелл

1
Если я понимаю, вы выбираете, какой квантиль использовать для ваших прогнозов, но нет ли способа выбрать, какой квантиль лучше всего подходит для предсказаний
Используя наш сайт, вы подтверждаете, что прочитали и поняли нашу Политику в отношении файлов cookie и Политику конфиденциальности.
Licensed under cc by-sa 3.0 with attribution required.