Dự đoán hồi quy lượng tử


13

Tôi quan tâm đến việc sử dụng hồi quy lượng tử cho một số mô hình của mình, nhưng muốn có một số giải thích rõ ràng về những gì tôi có thể đạt được bằng phương pháp này. Tôi hiểu rằng tôi có thể có được một phân tích mạnh mẽ hơn về mối quan hệ IV / DV , đặc biệt là khi phải đối mặt với các ngoại lệ và tính không đồng nhất, nhưng trong trường hợp của tôi, trọng tâm là dự đoán.

Đặc biệt, tôi quan tâm đến việc cải thiện sự phù hợp của các mô hình của mình, mà không cần dùng đến các mô hình phi tuyến tính phức tạp hơn, hoặc thậm chí là hồi quy tuyến tính từng phần. Theo dự đoán, có thể chọn lượng tử kết quả xác suất cao nhất dựa trên giá trị của các yếu tố dự đoán không? Nói cách khác, có thể xác định từng xác suất lượng tử kết quả dự đoán, dựa trên giá trị của các yếu tố dự đoán không?

Câu trả lời:


8

Phía bên phải của một mô hình trong hồi quy lượng tử có cùng cấu trúc và các loại giả định như các mô hình hồi quy khác như OLS. Sự khác biệt chính với hồi quy lượng tử là người ta dự đoán trực tiếp các lượng tử phân phối điều kiện trên X mà không dùng đến các thao tác phân phối tham số (ví dụ: ˉ x ± 1,96 s ) và rằng không có hình dạng phân phối nào của phần dư được giả sử ngoài việc giả định rằng Y là một biến liên tục.YXx¯±1.96sY


1
Tôi nghĩ rằng tôi hiểu làm thế nào quá trình phù hợp hoạt động. Điều tôi không hiểu là nếu có một cách để cải thiện dự đoán (lựa chọn tham số lượng tử) mà không biết quan sát sẽ theo hướng lượng tử nào. Chúng ta có thể bằng cách nào đó rút ra điều này từ các giá trị dự đoán? Có lẽ có một cái gì đó có thể được sử dụng dựa trên phân phối xác suất của các yếu tố dự đoán so với các quan sát.
Robert Kubrick

2
Tôi nghĩ rằng bạn cần phải thực hiện một số lượng đáng kể đọc nền về hồi quy lượng tử. Các quan sát không nói dối "trong lượng tử". Một lượng tử là một tính chất của một phân phối liên tục. Lượng tử 0,5 là trung vị; định lượng 0,75 là phần tư trên. Lượng tử 0,75 của là phân vị thứ 75 của Y khi X = x . Y|X=xYX=x
Frank Harrell

2
Frank, tôi chắc chắn tôi cần tìm hiểu thêm về hồi quy lượng tử. Trước khi tôi đi sâu vào, tôi muốn tìm hiểu xem phương pháp này có thể cung cấp một số thành phần xác suất cho sự lựa chọn của lượng tử hay không, dựa trên các yếu tố dự đoán và mô hình được trang bị. Đối với mỗi tập hợp / phạm vi của các giá trị dự đoán nhất định, phải có khả năng kết quả thực tế sẽ nằm trong một khu vực lượng tử nhất định.
Robert Kubrick

4

Hồi quy lượng tử là về dự đoán lượng tử của biến phụ thuộc. Trong hồi quy "thường xuyên", chúng tôi dự đoán giá trị trung bình của DV. Nhưng lãi suất có thể là ở các phần khác của DV. Ví dụ: Bạn có thể quan tâm đến việc dự đoán em bé sơ sinh nào sẽ rất nhẹ, bài hát nào sẽ đặc biệt phổ biến hoặc khách hàng nào sẽ mua hàng tấn thứ.

Tôi đã viết một bài báo về nó cho NESUG năm ngoái.


2
Bạn chọn định lượng nào để dự đoán dựa trên những gì bạn muốn biết. Không có chương trình có thể cho bạn biết câu hỏi để hỏi!
Peter Flom - Tái lập Monica

1
Với mô hình được trang bị, bạn không thể tính xác suất của giá trị dự đoán sẽ rơi vào lượng tử 0,6, dựa trên các giá trị dự đoán?
Robert Kubrick

2
Không phải "trong định lượng .6" mà bằng hoặc cao hơn định lượng 0,6, nhưng có. Nhưng bạn phải quyết định định lượng nào bạn muốn dự đoán. Trong hồi quy OLS, bạn dự đoán giá trị trung bình có điều kiện; trong hồi quy lượng tử, bạn dự đoán các lượng tử có điều kiện
Peter Flom - Tái lập Monica

5
Như Peter chỉ ra, bạn vẫn không hiểu những bình luận trước đó. Hồi quy lượng tử không liên quan gì đến xác suất tính toán giảm trên hoặc dưới một lượng tử nhất định (lưu ý rằng xác suất rơi "trong" định lượng 0,6 là 0 theo định nghĩa). Bạn tìm ra nếu bạn quan tâm đến việc dự đoán trung vị hoặc các lượng tử khác thì hãy làm điều đó. Một lượng tử có điều kiện là một số duy nhất không phải là một phạm vi.
Frank Harrell

1
Nếu tôi hiểu, bạn chọn sử dụng định lượng nào để dự đoán ur nhưng không có cách nào để chọn định lượng nào là tốt nhất cho dự đoán điện tử
Khi sử dụng trang web của chúng tôi, bạn xác nhận rằng bạn đã đọc và hiểu Chính sách cookieChính sách bảo mật của chúng tôi.
Licensed under cc by-sa 3.0 with attribution required.