summary.rq
Функция от quantreg виньетки предоставляет множество вариантов для стандартных оценок погрешности квантилей коэффициентов регрессии. Каковы специальные сценарии, когда каждый из них становится оптимальным / желательным?
«ранг», который дает доверительные интервалы для оцененных параметров путем инвертирования теста ранга, как описано в Koenker (1994). Опция по умолчанию предполагает, что ошибки являются iid, а опция iid = FALSE реализует предложение Koenker Machado (1999). Смотрите документацию для rq.fit.br для дополнительных аргументов.
«iid», который предполагает, что ошибки являются iid, и вычисляет оценку асимптотической ковариационной матрицы, как в KB (1978).
«nid», который предполагает локальную (в тау) линейность (в x) условных функций квантиля и вычисляет сэндвич-оценку Хубера, используя локальную оценку разреженности.
«ker», который использует оценку ядра сэндвича, предложенную Пауэллом (1990).
«boot», который реализует одну из нескольких возможных альтернатив начальной загрузки для оценки стандартных ошибок.
Я прочитал, по крайней мере, 20 эмпирических статей, где это применяется либо во временном ряду, либо в измерении поперечного сечения, и не видел упоминаний о выборе стандартной ошибки.
rms
bootcov