[英]How to determine degrees of freedom for t stat with quantile regression and bootstrapped standard errors in R
我正在使用 R 進行帶有自舉標准誤差的分位數回歸,以測試一個變量在分布的第 5、50 和 95 個百分位數是否高於第二個變量。 output 不包括 t stat 的自由度。 我該如何計算?
summary(rq(data$var1~data$var2, tau=.05), se="boot")
summary(rq(data$var1~data$var2, tau=.5), se="boot")
假設您使用了庫quantreg
,如果您自己調用rq()
,您將獲得自由度。
看起來您對 SO 很陌生; 歡迎來到社區,如果您想要快速得到很好的答案。 最好讓您的問題可重現。 這包括您使用的庫或樣本數據,例如來自dput(head(dataObject)))
。 檢查一下:制作 R 可重現的問題。
在這種情況下,捕捉自由度應該相對容易。
事實上,觀察次數減去觀察次數就是總自由度。 剩余自由度是觀察數減去公式中的變量數。
每個 t 統計量的自由度是代表該 t 統計量的變量數(通常為一個)。
如果您直接調用回歸(而不是嵌套在匯總函數中),它也會為您提供有關自由度的信息。 話雖如此,如果您不獨立運行 model,則更難以測試數據必須滿足分析的假設。 最后,在這種形式下,您也無法測試 model 的過擬合。
library(quantreg)
data(mtcars)
(fit <- rq(mpg ~ wt, data = mtcars, tau = .05))
# Call:
# rq(formula = mpg ~ wt, tau = 0.05, data = mtcars)
#
# Coefficients:
# (Intercept) wt
# 37.561538 -6.515837
#
# Degrees of freedom: 32 total; 30 residual
(fit2 <- rq(mpg ~ wt, data = mtcars, tau = .5))
# Call:
# rq(formula = mpg ~ wt, tau = 0.5, data = mtcars)
#
# Coefficients:
# (Intercept) wt
# 34.232237 -4.539474
#
# Degrees of freedom: 32 total; 30 residual
summary(fit, se = "boot")
#
# Call: rq(formula = mpg ~ wt, tau = 0.05, data = mtcars)
#
# tau: [1] 0.05
#
# Coefficients:
# Value Std. Error t value Pr(>|t|)
# (Intercept) 37.56154 5.30762 7.07690 0.00000
# wt -6.51584 1.58456 -4.11208 0.00028
summary(fit2, se = "boot")
#
# Call: rq(formula = mpg ~ wt, tau = 0.5, data = mtcars)
#
# tau: [1] 0.5
#
# Coefficients:
# Value Std. Error t value Pr(>|t|)
# (Intercept) 34.23224 3.20718 10.67362 0.00000
# wt -4.53947 1.04645 -4.33798 0.00015
我想指出se = "boot"
似乎沒有做任何事情。 此外,您可以在同一個 model 中運行兩個tau
設置。 Quantreg
package 有幾個工具可以在一起運行時比較模型。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.