Czy istnieje coś takiego jak skorygowany dla modelu regresji kwantowej?

Po uwzględnieniu w artykule modelu regresji kwantowej recenzenci chcą, żebym włączyła do niego skorygowane . Obliczyłem pseudo- (z pracy JASA Koenkera i Machado z 1999 r. ) Dla trzech kwantyli będących przedmiotem zainteresowania w moim badaniu. $R^2$ $R^2$

Jednak nigdy nie słyszałem o skorygowanej wartości dla regresji kwantowej i nie wiedziałbym, jak ją obliczyć. Proszę Cię o jedno z poniższych: $R^2$

najlepiej: wzór lub podejście do tego, jak znacząco obliczyć skorygowaną dla regresji kwantylowej. $R^2$
alternatywnie: przekonujące argumenty, aby przedstawić recenzentom, dlaczego nie istnieje coś takiego jak skorygowana w regresji kwantowej. $R^2$

goodness-of-fit r-squared quantile-regression Steve G. Jones
źródło

Może krzyżowa walidacja?

Christoph Hanck

@ChristophHanck: jak w takim przypadku zastosowałbyś walidację krzyżową?

S. Kolassa - Przywróć Monikę

Nie jestem pewien, inaczej dałbym właściwą odpowiedź ... Ponieważ pytanie wydawało się wzbudzać duże zainteresowanie bez generowania odpowiedzi, chciałem rozpocząć dyskusję. Ale ogólnie rzecz biorąc, skorygowany sugeruje, że celem jest jakiś wybór modelu, więc CV wydaje się domyślną strategią, która często działa, nawet gdy nie są dostępne żadne konkretne formuły oparte na konkretnych prawdopodobieństwach (jak AIC). Nie jest jednak (dla mnie) jasne, dlaczego recenzenci chcą przede wszystkim skorygowanego .

R^{2}

$R^2$

R^{2}

$R^2$

Christoph Hanck

To pytanie zostało już zadane, omówione, udzielono odpowiedzi i ma wysoce głosowaną odpowiedź: stats.stackexchange.com/q/129200 Proszę, dodaj tę odpowiedź jako komentarz.

Toka

@Toka Dziękujemy za znalezienie referencji. Chociaż jest to bardzo istotna dyskusja, nie widzę w niej niczego, co dotyczyłoby tutaj szczególnej troski, którą jest skorygowany (pseudo-) do zastosowania jako analog skorygowanego wielokrotności najmniejszych kwadratów regresja.

R^{2}

$R^2$

R^{2}

$R^2$

whuber

Odpowiedzi:

Myślę, że to, co recenzenci są pytaniem jest podjęcie pseudo -values „i” unbias ich liczby próbek w zakresie kwantyla, , a liczba parametrów modelu, . Innymi słowy, adjusted- w zwykłej sytuacji. Oznacza to, że skorygowana ułamek niewyjaśniony jest większy niż ułamek brutto niewyjaśniony o współczynnik $R^2$ $n_Q$ $p$ $R^2$ , tj. $\frac{n_Q-1}{n_Q-p-1}$

lub, $1-R^{2*}=\frac{n_Q-1}{n_Q-p-1}(1-R^2)$ $R^{2*}=1-\frac{n_Q-1}{n_Q-p-1}(1-R^2)$

Zgadzam się z Tobą biorąc rzeczy zbyt daleko, bo to już jest pseudo- -value i regulować pseudo- -value może pozostawić czytelnika z wrażeniem wykonywania pseudo-regulacji. $R^2$ $R^2$

$R^2$

$R^2$ $R^2$

$<$ $>$

Carl
źródło

-1

$R^2$

Możesz wypróbować AIC lub BIC .

Tony Huang
źródło

Witam i witam na stronie. Czy mógłbyś rozwinąć nieco uzasadnienie swojego pierwszego zdania?

S. Kolassa - Przywróć Monikę

Podejrzewam, że na początku może brakować „nie”.

whuber

(Moja edycja była trywialna i nie była próbą rozwiązania ważnych wątpliwości @ whubera - dotyczy OP).

Nick Cox