quantreg

    1熱度

    1回答

    我試圖安裝AER包和quantreg安裝quantreg包是一個依賴,我得到以下警告,AER未安裝: Warning in install.packages : URL 'https://cran.rstudio.com/src/contrib/quantreg_5.24.tar.gz': status was '404 Not Found' 然後我試圖安裝quantreg,並得到了

    1熱度

    2回答

    因此,我使用R中的quantreg包進行分位數迴歸分析,以測試我的預測因子的效果在我的結果分佈中的變化。 FML <- as.formula(outcome ~ VAR + c1 + c2 + c3) quantiles <- c(0.25, 0.5, 0.75) q.Result <- list() for (i in quantiles){ i.no <- which(qua

    1熱度

    1回答

    我使用R中的quantreg包來計算分位數迴歸模型。在模型中,因變量(Y)爲NAS_DELAY,自變量(Xs)爲SEANSON1TO4,SEANSON2TO4,SEANSON3TO4。 該模型是: NAS_DELAY=aSEANSON1TO4+bSEANSON2TO4+cSEANSON3TO4+d 的SEANSON1TO4,SEANSON2TO4,SEANSON3TO4是虛擬變量,0或1。我用

    2熱度

    2回答

    我正在庫存數據上運行多個滾動窗口分位數迴歸,從而得出的輸出是一個在每個時間點估計係數的xts文件。最終的估計量然後從分位數近似。然後這5個迴歸在我所有的股票中使用for參數一起循環。 我在做什麼?我需要循環和存儲xts輸出,看起來像下面列表中列出的名稱和唯一名稱,以便我可以稍後在我的方法的下一步中使用它。 (Intercept) rmrf smb hml rmw cma 2015

    1熱度

    1回答

    我正在用quantreg繪製分位迴歸的迴歸總結。 顯然這裏使用的方法plot.summary.rqs。問題是使用了不少解釋變量,每個變量都顯示在圖中。大多數係數與OLS沒有顯着差異,所以我只想挑選並展示其中的一些。 如何選擇我需要顯示的地塊?我爲我的報告使用knitr,但不想顯示幾十個變量(並且您可以使用虛擬變量快速到達)。有櫻桃採摘的方法嗎?

    1熱度

    2回答

    我一直試圖用nlrq()(來自quantreg包)擬合非線性分位數迴歸模型。但是我發現這個函數對起始值非常敏感。所以我試圖用自己的起動器SSexp()。我讀到nls()的自啓動功能也適用於它。但是,所有我收到以下錯誤消息時: "Error in getInitial(formula, mf) : unused argument (mf)" 我輸入的代碼是: fit12 <- nlrq(visi

    1熱度

    2回答

    我正在爲幾個獨立變量分別運行分位數迴歸(相同相關)。我只想在單個圖中繪製每個變量的幾個分位數的斜率估計值。 這裏有一個玩具數據: set.seed(1988) y <- rnorm(50, 5, 3) x1 <- rnorm(50, 3, 1) x2 <- rnorm(50, 1, 0.5) # Running Quantile Regression require(quantreg

    1熱度

    1回答

    我有這個數據框有兩列(Y和X)。 隨着quantreg包我可以估算Y對十 條件我不能建立在X.有條件的Y累積密度函數任何人可以幫助我的位數? 估算位數: library(quantreg) taus=seq(0.1, 0.9, by = 0.01) Quantis<-rq(data[,1] ~ data[,2],tau=taus,method="br") 在此之後,我怎麼產生累積分佈函數(

    0熱度

    1回答

    我在RStudio界面和Windows 10操作系統上使用R版本3.3.1。我試圖安裝「quantreg」包位數迴歸,但是我得到的錯誤消息install.packages 警告: InternetOpenUrl中失敗:「操作超時」 警告在安裝.packages: 下載長度180224 =報道長度1521162 警告在install.packages: 包 'quantreg' 不可用(對於R版本3

    2熱度

    1回答

    我有這種分位數迴歸,與這些taus:。 taus <-c(.05,.10,.15,.20,.25,.30,.35,.40,.45,.50,.55,.60,.65,.70,.75,.80,.85,.90,.95) fit1_List<-list() for(i in 1:length(taus)) { fit1_List[[i]]<-rq(foodexp~xx,tau =taus[i]