中文

通过正态位置与尺度混合的分位数回归建模

统计方法学 2021-06-29 v2

摘要

我们表明,分位数回归的估计方程可以使用一个简单的 EM 算法求解,其中 M 步通过加权最小二乘计算,权重在 E 步作为独立广义逆高斯变量的期望计算。我们使用核密度估计器计算分位数回归系数的方差-协方差矩阵,其产生的标准误比现有软件产生的更稳定。对 EM 算法的一个自然修改——在 M 步拟合线性混合模型——将该方法推广到混合效应分位数回归模型。在这种情况下,该拟合方法可被视为广义交替最小化算法。通过加权最小二乘方法获得分位数回归估计使得模型诊断技术类似于线性回归设定中使用的技术成为可能。该计算方法使用模拟数据与现有软件进行比较,并通过若干案例研究说明了该方法论。

关键词

引用

@article{arxiv.1910.11479,
  title  = {Quantile Regression Modelling via Location and Scale Mixtures of Normal Distributions},
  author = {Haim Y. Bar and James G. Booth and Martin T. Wells},
  journal= {arXiv preprint arXiv:1910.11479},
  year   = {2021}
}

备注

a newer version of the paper which focuses on large-P variable selection is available in arXiv:2104.08595