The Korean Journal of Applied Statistics (응용통계연구)

The Korean Statistical Society (한국통계학회)
권호 표지
DOI QR코드

DOI QR Code

Bootstrapping Composite Quantile Regression

복합 분위수 회귀에 대한 붓스트랩 방법의 응용

  • Received : 2012.02.29
  • Accepted : 2012.04.09
  • Published : 2012.04.30
Download PDF
⟨ Previous Next ⟩

Abstract

Composite quantile regression model is considered for iid error case. Since the regression coefficients are the same across different quantiles, composite quantile regression can be used to combine the strength across multiple quantile regression models. For the composite quantile regression, bootstrap method is examined for statistical inference including the selection of the number of quantiles and confidence intervals for the regression coefficients. Feasibility of the bootstrap method is demonstrated through a simulation study.

선형 회귀모형에서 오차항들이 서로 독립이고 동일한 분포를 따른다고 가정할 경우, (회귀계수의 강건한 추정을 위하여) 모든 분위수 함수의 회귀계수가 동일한 값을 갖는다는 사실에 근거한 복합 분위수 회귀(composite quantile regression) 방법을 고려할 수 있다. 본 논문에서는 복합 분위수 회귀에서 사용되는 분위수의 개수를 선택하기 위해 붓스트랩 방법의 가능성을 검토하였다. 또한, 분위수 회귀와 복합 분위수 회귀의 성능을 비교하기 위해 붓스트랩 방법을 이용하여 신뢰구간을 구축하고, 이들의 포함확률과 평균길이를 비교하였다. 이러한 모의실험을 통하여 복합 분위수 회귀의 우월성과 통계적 추론에 있어서 붓스트랩 방법의 유용성을 확인하였다.

Keywords

References

  1. Bradic, J., Fan, J. and Wang, W. (2010). Penalized composite quasi-likelihood for ultrahigh dimensional variable selection, Journal of the Royal Statistical Society, 73, 325-349.
  2. Chen, C. and Wei, Y. (2005). Computational issues for quantile regression, Sankhya: The Indian Journal of Statistics, 67, 399-417.
  3. Kocherginsky, M., He, X. and Mu, Y. (2005). Practical confidence intervals for regression quantiles, Journal of Computational and Graphical Statistics, 14, 41-55. https://doi.org/10.1198/106186005X27563
  4. Koenker, R. (1984). A note on L-estimates for linear models, Statistics and Probability Letters, 2, 323-325. https://doi.org/10.1016/0167-7152(84)90040-3
  5. Koenker, R. (1994). Con dence Intervals for Regression Quantiles, Asymptotic Statistics, Springer-Verlag, New York, 349-359.
  6. Koenker, R. and Bassett, G. (1978). Regression quantiles, Econometrica, 46, 33-50. https://doi.org/10.2307/1913643
  7. Zou, H. and Yuan, M. (2008). Composite quantile regression and the oracle model selection theory, Annals of Statistics, 36, 1108-1126. https://doi.org/10.1214/07-AOS507