quantreg 비네팅 의 summary.rq기능 은 Quantile 회귀 계수의 표준 오차 추정에 대한 다양한 선택을 제공합니다. 이들 각각이 최적 / 바람직하게되는 특별한 시나리오는 무엇입니까?
-
Koenker (1994)에 설명 된대로 순위 테스트를 반전하여 추정 된 매개 변수에 대한 신뢰 구간을 생성하는 “순위”. 기본 옵션은 오류가 iid 인 것으로 가정하고 iid = FALSE 옵션은 Koenker Machado (1999)의 제안을 구현합니다. 추가 인수에 대해서는 rq.fit.br 설명서를 참조하십시오.
-
“iid”는 오류가 iid라고 가정하고 KB (1978)에서와 같이 점근 적 공분산 행렬의 추정치를 계산합니다.
-
“nid”는 조건부 Quantile 함수의 로컬 (tau) 선형성 (x)을 가정하고 희소성의 로컬 추정치를 사용하여 Huber 샌드위치 추정치를 계산합니다.
-
Powell (1990)이 제안한 샌드위치의 커널 추정치를 사용하는 “ker”.
-
“부팅”은 표준 오류를 추정하기위한 몇 가지 가능한 부트 스트랩 대안 중 하나를 구현합니다.
나는 이것이 시계열 또는 단면 치수로 적용되고 표준 오류 선택에 대한 언급을 보지 않은 적어도 20 개의 경험적 논문을 읽었습니다.
답변
Koenker and Hallock (2000) : Quantile Regression : An Introduction (econ.uiuc.edu/~roger/research/intro/rq.pdf) 논문을 보셨습니까? 부트 스트랩은 응답 분포에 대한 가정을하지 않기 때문에 선호됩니다 (47 페이지 Quantile 회귀, Hao and Naiman, 2007). 또한 점근 적 절차에 대한 가정은 일반적으로 유지되지 않으며, 이러한 가정이 만족 되더라도 구성된 스케일 및 왜도 편이의 표준 오차를 해결하는 것은 복잡합니다 (43 페이지). “