HINWEIS: Die IDRE Statistical Consulting Group wird die Migration der Website auf das WordPress CMS im Februar, um die Wartung und Erstellung neuer Inhalte zu erleichtern. Einige unserer älteren Seiten werden entfernt oder archiviert, so dass sie nicht länger erhalten bleiben. Wir werden versuchen, die Weiterleitungen so zu halten, dass die alten URLs weiterhin so gut funktionieren, wie wir können. Willkommen beim Institut für digitale Forschung und Bildung Helfen Sie der Stat Consulting Group, indem Sie ein Geschenk geben Stata FAQ Wie interpretiere ich quantile Regressionskoeffizienten Die kurze Antwort ist, dass Sie quantile Regressionskoeffizienten genau so interpretieren, wie Sie normale Regressionskoeffizienten machen. Die lange Antwort ist, dass Sie quantile Regressionskoeffizienten fast genau wie normale Regressionskoeffizienten interpretieren. Wir können dies anhand einiger Beispiele anhand des hsb2-Datasets illustrieren. Wir beginnen mit der Ausführung von Median - und .75-Quantil-Regressionsmodellen ohne Prädiktoren. In der Medianregression ist die Konstante der Median der Stichprobe, während in der Quantisierungsregression von .75 die Konstante das 75. Perzentil für die Probe ist. Als nächstes gut fügen Sie die binäre Prädiktor weiblich auf das Modell. Von diesem Punkt an Kranke beschreiben, was los ist in der medianen Regressionsmodell. Die Interpretation für die Quantisierungsrückführung von .75 ist grundsätzlich dieselbe, außer dass Sie den Ausdruck 75. Perzentil für den Begriff Median ersetzen. Mit dem binären Prädiktor ist die Konstante Median für gruppencodierte Null (Männchen) und der Koeffizient ist der Unterschied in den Medianen zwischen Männchen und Weibchen (siehe Tabstat oben). Betrachtet man die tabellierten vorhergesagten Werte, so sehen wir, dass wir zwei Werte erhalten, den bedingten Median für Männer (52) und den bedingten Median für weibliche (57). Nun, lassen Sie mich Ihnen etwas zeigen, das ist wirklich ordentlich über quantile Regression. Ich werde den höchsten Wert von write (67) durch den Wert von 670 ersetzen und diese Analysen erneut ausführen. Beachten Sie, dass weder die Koeffizienten noch die Standardfehler geändert wurden. Dies ist so, weil das Ändern dieser extremen Kerbe weder den mittleren noch den 75. Perzentil ändert. Die einzigen Änderungen, die die Ergebnisse bewirken, sind, wenn ein Wert eine Quantilgrenze überschreitet. Zum Beispiel würde die Änderung eines Wertes von 58 bis 580 nicht den Median beeinflussen, würde aber das 75. Perzentil beeinflussen. Für das letzte Beispiel werden wir die Daten neu laden und einen kontinuierlichen Prädiktor im Modell verwenden. Mit dem stetigen Prädiktor socst ist die Konstante der vorhergesagte Wert, wenn socst Null ist. Der Quantilregressionskoeffizient sagt uns, daß für jede Einheitsänderung in demjenigen, daß der vorhergesagte Wert des Schreibens um 0,6333333 zunehmen wird. Wir können dies zeigen, indem wir den Prädiktor mit den zugehörigen vorhergesagten Werten für zwei benachbarte Werte auflisten. Beachten Sie, dass für den einen Einheitswechsel von 41 auf 42 in der so genannten prognostizierten Wert um 0,633333 erhöht. Der Inhalt dieser Website sollte nicht als eine Bestätigung für eine bestimmte Website, ein Buch oder ein Softwareprodukt von der Universität von Kalifornien ausgelegt werden. Stata: Datenanalyse und statistische Software Quantile Regression Einschließlich Median, Minimierung der Summen der absoluten Abweichungen Es gibt Jetzt drei Wege, um die VCE zu erhalten: die Standard-Koenker und Bassett-Methode geeignet für iid Fehler ein Huber-Sandwich-Schätzer, die verwendet werden können, auch wenn die Fehler nicht i. i.d. Der Bootstrap. Für die ersten beiden VCE-Methoden oben, gibt es viele Möglichkeiten der Bandbreite Methoden und Kerne zur Auswahl. Stata entspricht quantilen (einschließlich medianen) Regressionsmodellen, auch als Minimum-Absolutwert - (LAV) - Modelle, minimale absolute Abweichungsmodelle (MAD-Modelle) und L1-Normmodelle. Die mediane Regression schätzt den Median der abhängigen Variablen, abhängig von den Werten der unabhängigen Variablen. Dies ist vergleichbar mit der Regression der kleinsten Quadrate, die den Mittelwert der abhängigen Variablen schätzt. Anders gesagt, findet die mediane Regression die Regressionsebene, die die Summe der absoluten Reste eher minimiert als die Summe der quadrierten Residuen. Standardmäßig führt qreg eine mediane Regression durch, wobei die obigen Schätzungen durch Minimieren der Summen der absoluten Residuen erhalten wurden. Im Vergleich dazu können die Ergebnisse der Regression der kleinsten Quadrate qreg auch die Regressionsebene für andere Quantile als die 0,5 (Median) schätzen. Zum Beispiel beschreibt das folgende Modell das 25. Perzentil (.25 quantile) des Preises. Hier führen wir eine mediane Regression durch, aber fordern robuste Standardfehler an. Stata kann mit dem Befehl bsqreg bootstrapped Standardfehler bereitstellen. Die Koeffizientenschätzungen entsprechen denen des ersten Beispiels. Die Standardfehler und damit die t-Statistik, Signifikanzniveaus und Konfidenzintervalle unterscheiden sich. Stata kann auch simultan-quantile Regression durchführen. Mit gleichzeitiger quantitativer Regression können wir simultan mehrere quantile Regressionen abschätzen: Wir können testen, ob die Wirkung des Gewichts bei den 25- und 75-Perzentilen dieselbe ist: Wir können ein Vertrauensintervall für die Differenz der Wirkung des Gewichts am 25. und 75. Perzentile: Stata führt auch interquantile Regression durch, die auf einen Quantil-Vergleich fokussiert: Literatur Gould, W. 1992. sg11.1: Quantilregression mit bootstrapierten Standardfehlern. Technische Broschüre 9. 19ndash21. Nachgedruckt im Stata Technical Bulletin. Vol. 2, Seiten 137 bis. Gould, W. und W. H. Rogers. 1994. Quantile Regression als Alternative zur robusten Regression. Verfahren der Abteilung Statistical Computing. Alexandria, VA: Amerikanische Statistische Gesellschaft. Hao, Lingxin und Daniel Q. Naiman. Quantile Regression. Rogers, W. H. 1992. sg11: Quantilregression-Standardfehler. Technische Broschüre 9. 16ndash19. Nachgedruckt im Stata Technical Bulletin. Vol. 2, Seiten 133 bis 137. ------. 1993. sg11.2: Berechnung von Quantilregressionsstandardfehlern. Stata Technisches Bulletin 13. 18ndash19. Nachgedruckt im Stata Technical Bulletin. Vol. 3, S. 77.
Comments
Post a Comment