Giải thích hồi quy lượng tử cho những người không theo chủ nghĩa

Gần đây tôi đã gửi một bài báo, trong đó tôi đã sử dụng hồi quy lượng tử, cho một tạp chí tâm lý học. Mặc dù tôi nghĩ rằng tôi đã suy nghĩ đủ để giải thích rõ ràng về hồi quy lượng tử, nhưng các nhà đánh giá đã yêu cầu giải thích rõ hơn về kỹ thuật hồi quy lượng tử chỉ quen thuộc với hồi quy OLS tiêu chuẩn.

Vì vậy, cách tốt nhất để giải thích hồi quy lượng tử, trong một bài báo thực nghiệm, cho những người không thống kê là gì?

quantile-regression teaching

— Julian
nguồn

Tôi nghĩ bạn cần giải thích lý do tại sao bạn chọn hồi quy lượng tử so với hồi quy bình phương nhỏ nhất. Phần dư không được phân phối bình thường bằng hồi quy bình phương tối thiểu?

— Glen

Chúng tôi chọn hồi quy lượng tử vì lý do lý thuyết. Cụ thể, chúng tôi quan tâm đến toàn bộ phân phối của biến phụ thuộc.

— Julian

@Johannes, bạn có thể thấy điều này hữu ích, và tài liệu mà nó trích dẫn. Ngoài ra, Glen, phần dư không bình thường không có lý do để loại trừ bằng cách sử dụng OLS; xem ở đây , ví dụ.

— khách

tôi sẽ nói rằng nếu phần dư khởi hành đáng kể từ bình phương nhỏ nhất bình thường có thể không phải là một phương pháp ước lượng tốt do độ nhạy của nó đối với các ngoại lệ. Vì vậy, một sự thay thế mạnh mẽ OLS là bắt buộc.

— Michael R. Chernick

Đây là một đoạn giới thiệu xuất sắc năm 2014 "Hồi quy lượng tử trong nghiên cứu khoa học phát triển" Child Dev 85: 861-881.

— N Brouwer

Câu trả lời:

Tôi sẽ xem xét nhấn mạnh động lực chứ không phải kỹ thuật (chỉ đưa ra một tài liệu tham khảo). Đặc biệt:

Phân phối miễn phí: bạn không muốn giả sử dạng tham số của phân phối lỗi.
Mạnh mẽ: bạn nghi ngờ biến phụ thuộc của bạn có thể bị ô nhiễm.

Tự phục hồi toàn bộ phân phối (có điều kiện) không biện minh cho hồi quy lượng tử, vì theo giả định Normality, giá trị trung bình và phương sai đủ để phục hồi toàn bộ phân phối. Và tương tự đối với bất kỳ phân phối lỗi tham số khác.

— JohnRos
nguồn

Tôi không nhận được "giá trị trung bình và phương sai đủ để phục hồi toàn bộ phân phối". Giả sử rằng biến phụ thuộc của tôi là BMI và tôi quan tâm đến việc suy luận về các cá nhân ở phần cuối phân phối của nó, làm thế nào tôi có thể sử dụng chính xác các phương pháp hồi quy thông thường?

— Davide

Cố gắng xây dựng tính trực giác thông qua sự hiểu biết của người đánh giá về các số liệu thống kê đơn giản hơn.

Tại sao bạn sẽ sử dụng trung bình thay vì trung bình như là một thước đo của xu hướng trung tâm? Nếu bạn có thể truyền đạt điểm này, phần còn lại nên làm theo.

— tshauck
nguồn