線性分位數(shù)回歸模型及其應用.pdf

1、在實際問題研究中，人們感興趣的是研究預測變量的改變對響應變量的影響。線性回歸模型是解決這類問題的方法之一，常用最小二乘法或最小一乘法來估計未知參數(shù)。盡管預測方程能夠刻畫分布的平均位置，但它們卻不能刻畫分布的尾部特征。它的主要缺陷是對誤差分布的要求很嚴格。1978年Koenker和Bassett提出了分位數(shù)回歸理論，它可以估計條件分布的分位數(shù)函數(shù)，用不同分位點處的估計函數(shù)來刻畫條件分布在不同位置的特征，從而得到關于條件分布的完整描述。分位

2、數(shù)回歸對隨機誤差的分布不做任何要求，當分布不對稱，厚尾，或者刪失時，這種分析法尤其有效。因此與經(jīng)典的最小二乘回歸相比，分位數(shù)回歸在應用上具有獨特的優(yōu)勢。
　　 論文首先介紹了線性分位數(shù)回歸的基本理論，推導了相關的計算過程，為線性分位數(shù)回歸在實際中的應用提供了理論基礎。其次應用線性分位數(shù)回歸理論，給出了風力發(fā)電的預測模型，艾滋病的最優(yōu)治療方案以及近幾年某市高校的招生人數(shù)預測。結果表明，分位數(shù)回歸比經(jīng)典的最小二乘回歸能夠提供更多的信