Ich bin daran interessiert, die Quantilregression für einige meiner Modelle zu verwenden, möchte jedoch einige Erläuterungen dazu erhalten, was ich mit dieser Methodik erreichen kann. Ich verstehe, dass ich eine zuverlässigere Analyse der IV / DV- Beziehung erhalten kann , insbesondere bei Ausreißern und Heteroskedastizität, aber in meinem Fall liegt der Schwerpunkt auf der Vorhersage.
Insbesondere bin ich daran interessiert, die Anpassung meiner Modelle zu verbessern, ohne auf komplexere nichtlineare Modelle oder gar stückweise lineare Regression zurückzugreifen. Ist es bei der Vorhersage möglich, das Ergebnisquantil mit der höchsten Wahrscheinlichkeit basierend auf dem Wert der Prädiktoren auszuwählen? Mit anderen Worten, ist es möglich, jede vorhergesagte Ergebnisquantilwahrscheinlichkeit basierend auf dem Wert der Prädiktoren zu bestimmen?
quelle
Bei der Quantilregression geht es um die Vorhersage von Quantilen der abhängigen Variablen. In der "regulären" Regression prognostizieren wir den Mittelwert der DV. Das Interesse könnte aber auch an anderen Stellen des DV liegen. ZB könnten Sie daran interessiert sein, vorherzusagen, welche Neugeborenen sehr leicht sein werden, welche Songs besonders beliebt sein werden oder welche Kunden eine Menge Zeug kaufen werden.
Ich habe letztes Jahr ein Papier darüber für NESUG geschrieben .
quelle