分位数回归结果的解释
“分位数回归结果的解释”相关的资料有哪些?“分位数回归结果的解释”相关的范文有哪些?怎么写?下面是小编为您精心整理的“分位数回归结果的解释”相关范文大全或资料大全,欢迎大家分享。
分位数回归
分位数回归
三部分:分位数回归简介 分位数回归的应用 R程序实践
一、分位数回归简介 为什么要分位数回归?
传统的线性回归描述条件均值受自变量的影响,若随机误差满足经典假设,参数估计将具有无偏性、有效性等优良性质。但实际生活假设往往不满足,如存在异方差,偏态分布等会使传统线性回归不具有以上性质。
分位数回归1、随机扰动项不做分布的假定,估计具有很强稳健型 2、对所有分位数进行回归,这样对异常点具有抗耐性 一体两面的,更加精确地描述自变量对因变量变化范围的影响 3、分位数回归具有较好的弹性性质 4、对于因变量具有单调变换性 5、估计参数在大样本下具有渐进优良性
为了方便解释清楚分位数回归,先利用一个图形来作简要说明:
上图的横坐标表示的是家庭收入,而纵坐标表示的是食物支出。这个例子稍后会用R实现。
分位数回归原理
回归分析的基本思想就是使样本值与拟合值之间的距离最短,对于Y的一组随机样本
,样本均值回归是使误差平方和最小,即
样本中位数回归是使误差绝对值之和最小,即
样本分位数回归是使加权误差绝对值之和最小,即
现假设
用R语言进行分位数回归
用R语言进行分位数回归:基础篇
詹鹏
(北京师范大学经济管理学院 北京)
本文根据文献资料整理,以介绍方法为主要目的。作者的主要贡献有:(1)整理了分位数回归的一些基本原理和方法;(2)归纳了用R语言处理分
位数回归的程序,其中写了两个函数整合估计结果;(3)写了一个分位数分解函数来处理MM2005的分解过程;(4)使用一个数据集进行案例分析,完整地展现了分析过程。
第一节 分位数回归介绍
(一)为什么需要分位数回归?
传统的线性回归模型描述了因变量的条件均值分布受自变量X的影响过程。其中,最小二乘法是估计回归系数的最基本方法。如果模型的随机误差项
来自均值为零、方差相同的分布,那么回归系数的最小二乘估计为最佳线性无偏估计(BLUE);如果随机误差项是正态分布,那么回归系数的最小二乘估计与极大似然估计一致,均为最小方差无偏估计(MVUL)。此时它具有无偏性、有效性等优良性质。
但是在实际的经济生活中,这种假设通常不能够满足。例如当数据中存在严重的异方差,或后尾、尖峰情况时,最小二乘法的估计将不再具有上述优良
性质。为了弥补普通最小二乘法(OLS)在回归分析中的缺陷,1818年Laplace和Bassett
[2]提出了中位数回归(最小绝对偏差估计)。在
张晓峒分位数回归讲义
第15章分位数回归模型
15.1 总体分位数和总体中位数
15.2 总体中位数的估计
15.3 分位数回归
15.4 分位数回归模型的估计
15.5 分位数回归模型的检验
15.6 分位数的计算与分位数回归的EViews操作
15.7 分位数回归的案例分析
以往介绍的回归模型实际上是研究被解释变量的条件期望。人们当然也关心解释变量与被解释变量分布的中位数,分位数呈何种关系。这就是分位数回归,它最早由Koenker和Bassett(1978)提出,是估计一组回归变量X与被解释变量Y的分位数之间线性关系的建模方法。
正如普通最小二乘OLS回归估计量的计算是基于最小化残差平方和一样,分位数回归估计量的计算也是基于一种非对称形式的绝对值残差最小化,其中,中位数回归运用的是最小绝对值离差估计(LAD,least absolute deviations estimator)。它和OLS主要区别在于回归系数的估计方法和其渐近分布的估计。在残差检验、回归系数检验、模型设定、预测等方面则基本相同。
分位数回归的优点是,(1)能够更加全面的描述被解释变量条件分布的全貌,而不是仅仅分析被解释变量的条件期望(均值),也可以分析解释变量如何影响被解释变量的中位数、分位数等。不同分位数下的
分位数回归模型及其应用研究
2008年中国数量经济学会年会论文
第一组 计量经济学理论与方法
分位数回归模型及其应用研究
王桂胜1
(首都经济贸易大学,北京,100026)
摘要:本文在对分位数回归方法的含义和基本原理进行全面分析说明的基础上,对分位数回归方法在PANEL DATA模型中的应用作了深入分析,并对不同回归估计方法在PANEL DATA模型中的估计效果进行了比较分析。在此基础上,通过分别采取一般最小平方法和分位数回归法对中国15省区的人均消费和人均收入的回归方程估计的统计结果比较,发现分位数回归方法在进行某些特殊的PANEL DATA模型估计时具有一定的优势。
关键词:分位数回归、面板数据模型、惩罚分位数回归估计
一、分位数回归研究介绍
1
王桂胜:男,1970年生,首都经济贸易大学劳动经济学院副教授,清华大学经管学院博士生。
1
2008年中国数量经济学会年会论文
自Koenker 和 Bassett (1978)提出线性分位数回归理论以来,分位数回归(QR)即成为近几十年来发展较快、应用广泛的回归模型方法,它不仅深化了对传统回归模型的理解,而且也推广了回归模型的类型和应用,使得回
SPSS—回归—多元线性回归结果分析(二)
SPSS—回归—多元线性回归结果分析(二) 2011-10-27 14:44
,最近一直很忙,公司的潮起潮落,就好比人生的跌岩起伏,眼看着一步步走向衰弱,却无能为力,也许要学习“步步惊心”里面“四阿哥”的座右铭:“行到水穷处”,”坐看云起时“。
接着上一期的“多元线性回归解析”里面的内容,上一次,没有写结果分析,这次补上,结果分析如下所示: 结果分析1:
由于开始选择的是“逐步”法,逐步法是“向前”和“向后”的结合体,从结果可以看出,最先进入“线性回归模型”的是“price in thousands\ 建立了模型1,紧随其后的是“Wheelbase\ 建立了模型2,所以,模型中有此方法有个概率值,当小于等于0.05时,进入“线性回归模型”(最先进入模型的,相关性最强,关系最为密切)当大于等 0.1时,从“线性模型中”剔除
结果分析:
1:从“模型汇总”中可以看出,有两个模型,(模型1和模型2)从R2 拟合优度来看,模型2的拟合优度明显比模型1要好一些 (0.422>0.300)
2:从“Anova\可以看出“模型2”中的“回归平方和”为115.311,“残差平方和”为153.072,由于总平方和= 回归平方和+残差平方和,由于
面板数据复合分位数回归模型的估计及应用
目录
摘要………………………………………………………………………………..IABSTRACT……………………………….……………………………………………………………….II第1章绪论……………………………………………………………………….11.1研究背景及意义…………………………………………………………1
1.2国内外研究现状…………………………………………………………2
1.3研究的内容………………………………………………………………4
1.4创新之处…………………………………………………………………5第2章分位数回归的背景……………………………………………………….62.1分位数回归模型…………………………………………………………6
2.2复合分位数回归模型…………………………………………………..10第3章面板数据模型及估计方法………………………………………………113.1面板数据模型介绍……………………………………………………..12
3.2面板数据模型的估计…………………………………………………一14第4章面板数据复合分位数回归模型的估计…………………………………l84.1引言……………………………………………………………………..18
4.2参
分位数回归模型及其应用研究修订稿
分位数回归模型及其应
用研究
WEIHUA system office room 【WEIHUA 16H-WEIHUA WEIHUA8Q8-
第一组计量经济学理论与方法
分位数回归模型及其应用研究
王桂胜1
(首都经济贸易大学,北京,100026)
摘要:本文在对分位数回归方法的含义和基本原理进行全面分析说明的基础上,对分位数回归方法在PANEL DATA模型中的应用作了深入分析,并对不同回归估计方法在PANEL DATA模型中的估计效果进行了比较分析。在此基础上,通过分别采取一般最小平方法和分位数回归法对中国15省区的人均消费和人均收入的回归方程估计的统计结果比较,发现分位数回归方法在进行某些特殊的PANEL DATA模型估计时具有一定的优势。
关键词:分位数回归、面板数据模型、惩罚分位数回归估计
一、分位数回归研究介绍
自Koenker 和 Bassett (1978)提出线性分位数回归理论以来,分位数回归(QR)即成为近几十年来发展较快、应用广泛的回归模型方法,它不仅深化了对传统回归模型的理解,而且也推广了回归模型的类型和应用,使得回归模型拟合有关统计数据更加准确细致。分位数回归模型是在稳健估计模型基础上发展形成。稳健估计(Robust Estimatio
非参数回归模型与半参数回归模型
第七章 非参数回归模型与半参数回归模型
第一节 非参数回归与权函数法
一、非参数回归概念
前面介绍的回归模型,无论是线性回归还是非线性回归,其回归函数形式都是已知的,只是其中参数待定,所以可称为参数回归。参数回归的最大优点是回归结果可以外延,但其缺点也不可忽视,就是回归形式一旦固定,就比较呆板,往往拟合效果较差。另一类回归,非参数回归,则与参数回归正好相反。它的回归函数形式是不确定的,其结果外延困难,但拟合效果却比较好。
设Y是一维观测随机向量,X是m维随机自变量。在第四章我们曾引进过条件期望作回归函数,即称
g (X) = E (Y|X) (7.1.1)
为Y对X的回归函数。我们证明了这样的回归函数可使误差平方和最小,即
E[Y?E(Y|X)]2?minE[Y?L(X)]2
L (7.1.2)
这里L是关于X的一切函数类。当然,如果限定L是线性函数类,那么g (X)就是线性回归函数了。
细心的读者会在这里立即提出一个问题。既然对拟合函数类L(X)没有任何限制,那么可以使误差平方和等于0。实际上,你只要作一条折线(曲面)通过所有观测点(Yi,Xi)就可以了是的,对拟合函数类不作任何限制是完全没有意义的。
教育和经验对中国居民收入的影响__省略_数回归和审查分位数回归的实证研究_刘生龙
教育和经验对中国居民收入的影响 75
教育和经验对中国居民收入的影响
———刘生()
,教育和经验对于中国居民的收入有正面的促进作用,,而经验的回报率似乎随着收入的增加而上升。文章还比较了教育和经验在不同的分位点对于中国男性居民和女性居民各自的影响,结果发现在各个分位点上,教育和经验对中国女性居民收入的回报要高于对男性居民收入的回报。本文还比较了一下普通分位数回归结果与审查分位数回归结果,发现当被解释变量右端受到审查时,在较低的分位点上,两者之间的估计结果是一样的,而在较高的分位点上,两者的估计结果明显不同。
关键词 分位数回归 审查分位数回归 明瑟方程中图分类号 F016 文献标识码 A
InfluencesofEducationandExperienceon
ChineseResidents
Abstract:Thisarticleusescomparativelyadvancedmethodofquantileregres2sionandcensoredquantileregressiontotestChineseMincerfunction1Conclusionindicatesthateducationandexperiencegivep
库兹涅茨曲线在中国的适用性研究_基于分位数回归的方法
2013年第3期总第87期
江西财经大学学报
JOURNALOFJIANGXIUNIVERSITYOFFINANCEANDECONOMICS
NO.3,2013SerialNO.87
库兹涅茨曲线在中国的适用性研究
———基于分位数回归的方法
蔡
超1,王艳明1,许启发2
(1.山东工商学院统计学院,山东烟台264005;2.合肥工业大学管理学院,安徽合肥230009)
摘要:运用参数和半参数分位数回归分析方法,以中国80个直辖市和地级市为研究对象,
对库兹涅茨曲线形状进行实证研究,揭示中国经济发展与收入差距之间存在复杂的非线性关系。参数分位数回归结果表明,在中低分位点上呈现“U型”曲线关系,拒绝了倒U假说;而半参数分位数回归结果表明,在中低分位点,库兹涅茨曲线呈现“U型”特征,而在高分位点,呈现“W型”特征,表现为两个“U型”曲线的连接。另外,选择Theil指数和最富裕的50%人口所占收入份额这两个收入差距指标进行稳健性检验,结果表明这两个收入差距指标的分析结果与以Gini系数为收入差距指标的分析结果一致。
关键词:库兹涅茨曲线;收入差距;分位数回归
中图分类号:F015文献标识码:A文章编号:1008-2972(2013)03-0054-09
一、引言
改革开放以来