Kvantil regresjon
Kvantil regresjon
Natur |
Regresjon
|
---|
Oppfinner |
Roger koenker
|
---|
Formel |
QY(τ)=FY-1(τ)=inf{yFY(y)≥τ}{\ displaystyle Q_ {Y} (\ tau) = F_ {Y} ^ {- 1} (\ tau) = \ inf \ left \ {yF_ {Y} (y) \ geq \ tau \ right \}}
|
---|
Den quantile regresjon er en type regresjon anvendes i statistikk . Mens metoden med minste kvadrater gir et estimat av det betingede gjennomsnittet av responsvariabelen gitt visse verdier av prediktorvariablene, tilnærmer kvantil regresjon enten medianen eller de andre kvantilene i responsvariabelen.
I lineær regresjon representerer regresjonskoeffisienten endringen i responsvariabelen produsert av en endringsenhet i prediktorvariabelen assosiert med denne koeffisienten. Parameteren for kvantil regresjon gir et estimat av endringen i en bestemt kvantil av responsvariabelen produsert av en endringsenhet i prediktorvariabelen.
Historisk
Roger Koenker og George Bassett utviklet kvantil regresjonsmodell i 1978. I sin tilnærming antar de at betingede kvantiler har en lineær form.
I 1986 generaliserte James Powell kvantil regresjon til sensurerte variabler.
applikasjoner
I økonomi bruker Moshe Buchinsky kvantile regresjoner for å studere utviklingen av lønnsulikheter i USA .
Modellen
Vi definerer den betingede kvantilfunksjonen til den tilfeldige variabelen y betinget på vektoren av forklarende variabler x for kvantilen τ som
den minste verdien av y slik at fordelingsfunksjonen til y betinget av x er minst lik
τ .
Formelt vedtar vi følgende notasjon:
Qτ(yJeg|xJeg)=inf{y:Fy(y|xJeg)⩾τ}{\ displaystyle Q _ {\ tau} (y_ {i} | x_ {i}) = \ inf \ left \ {y: F_ {y} (y | x_ {i}) \ geqslant \ tau \ right \}}![{\ displaystyle Q _ {\ tau} (y_ {i} | x_ {i}) = \ inf \ left \ {y: F_ {y} (y | x_ {i}) \ geqslant \ tau \ right \}}](https://wikimedia.org/api/rest_v1/media/math/render/svg/6fda4a780a690bbeee51b35c7bdd9c3a1b1c40e0)
Hvis vi begrenser oss til det tilfellet der de betingede kvantilene er lineære funksjoner til vektoren til forklarende variabler x , definerer vi:
βτ=ArgminbE[ρτ(yJeg-xJeg′b)]{\ displaystyle \ beta _ {\ tau} = {\ text {Argmin}} _ {b} \ mathbb {E} \ left [\ rho _ {\ tau} (y_ {i} -x_ {i} 'b) \ Ikke sant]}![\ beta _ {\ tau} = {\ text {Argmin}} _ {{b}} {\ mathbb E} \ left [\ rho _ {\ tau} (y_ {i} -x_ {i} 'b) \ Ikke sant]](https://wikimedia.org/api/rest_v1/media/math/render/svg/cee858506a07ba91d886fd9c8d0e4e9f4e059267)
med
ρτ(u)=(τ-Jeg(u⩽0))u{\ displaystyle \ rho _ {\ tau} (u) = (\ tau - \ mathbb {I} (u \ leqslant 0)) u}
Estimatoren av parametrene for den kvantile regresjonen oppnås deretter ved å minimere den empiriske ekvivalenten til den objektive funksjonen:
β^τ=Argminb1IKKE∑Jeg=1IKKE[ρτ(yJeg-xJeg′b)]{\ displaystyle {\ hat {\ beta}} _ {\ tau} = {\ text {Argmin}} _ {b} {\ frac {1} {N}} \ mathbb {\ sum} _ {i = 1} ^ {N} \ venstre [\ rho _ {\ tau} (y_ {i} -x_ {i} 'b) \ høyre]}![{\ displaystyle {\ hat {\ beta}} _ {\ tau} = {\ text {Argmin}} _ {b} {\ frac {1} {N}} \ mathbb {\ sum} _ {i = 1} ^ {N} \ venstre [\ rho _ {\ tau} (y_ {i} -x_ {i} 'b) \ høyre]}](https://wikimedia.org/api/rest_v1/media/math/render/svg/442f0dd9606bbe1c5d63aaa418ec129be76fed55)
Merknader og referanser
Merknader
(fr) Denne artikkelen er delvis eller helt hentet fra Wikipedia-artikkelen på
engelsk med tittelen
" Quantile regression " ( se listen over forfattere ) .
-
I statistikk og econometrics, er en variabel sensurert en variabel som vi ikke observere verdier under eller over en viss terskel. I noen undersøkelser av konfidensialitetshensyn blir for eksempel ikke personer som tjener mer enn en viss inntektsgrense bedt om det nøyaktige inntektene. I dette tilfellet er variabelen oppnådd en sensurert variabel: vi har verdien av inntekt for alle individer som tjener mindre enn terskelen, og for de andre vet vi ganske enkelt at deres inntekt er større enn denne terskelen ( Buchinsky 1998 ).
-
Vi noterer oss indikatorfunksjonen som er lik 1 eller 0, avhengig av om uttrykket i parentes er sant eller usantJeg(){\ displaystyle \ mathbb {I} ()}
Referanser
-
[PDF] Pauline Givord, “ quantile regresjon ” ,2008(åpnet 29. oktober 2011 )
-
[PDF] (en) Cornell Statistiske Consulting Unit, " " StatNews # 70: quantile Regression " " ,2007(åpnet 29. oktober 2011 )
-
(i) Roger Koenker og G. Bassett , " Regression quantile " , Econometrica ,1978, s. 33-50
-
Angrist og Pischke 2008 , s. 272
-
(in) James Powell , " Censored quantile regression " , Journal of Econometrics , Vol. 32, n o 1,Juni 1986, s. 143-155 ( les online , konsultert 15. mars 2012 )
-
(in) Moshe Buchinsky , " Recent Advances in Quantile Regression Models: A Practical Guideline for Empirical Research " , The Journal of Human Resources , vol. 33, n o 1,vinteren 1998, s. 88-126 ( les online , konsultert 15. mars 2012 )
-
(i) Moshe Buchinsky , " Endringer i den amerikanske lønnsstrukturen 1963-1987: Anvendelse av kvantil regresjon " , Econometrica , Vol. 62, n o toMars 1994, s. 405-458 ( les online , konsultert 14. mars 2012 )
-
(i) Joshua Angrist og Jörn-Steffen Pischke , Mostly Harmless Econometrics: En empiricist Companion , Princeton University Press ,2008, 1 st ed. , 392 s. ( ISBN 978-0-691-12035-5 ) , s. 270
-
Angrist og Pischke 2008 , s. 271, ligning 7.1.2
-
Angrist og Pischke 2008 , s. 271-272
Se også
Bibliografi
Relaterte artikler
Eksterne linker
<img src="https://fr.wikipedia.org/wiki/Special:CentralAutoLogin/start?type=1x1" alt="" title="" width="1" height="1" style="border: none; position: absolute;">