Jestem zainteresowany wykorzystaniem regresji kwantylowej dla niektórych moich modeli, ale chciałbym uzyskać wyjaśnienia na temat tego, co mogę osiągnąć przy użyciu tej metodologii. Rozumiem mogę uzyskać bardziej solidną analizę IV / DV relacji , zwłaszcza w obliczu skrajnych i heteroskedastyczności, ale w moim przypadku nacisk kładziony jest na przewidywania.
W szczególności jestem zainteresowany poprawieniem dopasowania moich modeli, bez uciekania się do bardziej złożonych modeli nieliniowych, a nawet fragmentarycznej regresji liniowej. Czy przy prognozowaniu można wybrać kwantyl wyniku o najwyższym prawdopodobieństwie na podstawie wartości predyktorów? Innymi słowy, czy możliwe jest określenie każdego przewidywanego prawdopodobieństwa kwantylu wyniku na podstawie wartości predyktorów?
źródło
Regresja kwantylowa polega na przewidywaniu kwantyli zmiennej zależnej. W regresji „regularnej” przewidujemy średnią DV. Ale zainteresowanie może być w innych częściach DV. Np. Możesz być zainteresowany przewidywaniem, które noworodki będą bardzo lekkie, które piosenki będą wyjątkowo popularne lub którzy klienci kupią mnóstwo rzeczy.
W zeszłym roku napisałem o tym dla NESUG .
źródło