通常用于考察解释变量对因变量的条件均值的影响,应用较广泛。 但是要求因变量服从正态分布和方差齐性假设,当不满足条件时拟合效果会变差。 分位数回归将线性回归扩展到估计因变量的条件分位数,对因变量分布不做假设,也不要求方差齐性,且更有利于考察因变量的条件分布的全貌。 自分位数回归思想提出以来,以其良好的稳健性受到越来越多研究者的关注,随着计算机大规模计算的实现,分位数回归得到了快速的发展。
版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。