Setelah memasukkan model regresi kuantil dalam makalah, pengulas ingin saya memasukkan disesuaikan di koran. Saya telah menghitung pseudo- (darimakalah JASA 1999 karya Koenker dan Machado) untuk tiga kuantil yang menarik untuk studi saya.
Namun, saya tidak pernah mendengar sebuah disesuaikan untuk regresi kuantil dan tidak akan tahu bagaimana cara menghitungnya. Saya meminta Anda untuk salah satu dari yang berikut:
lebih disukai: rumus atau pendekatan tentang cara menghitung secara bermakna disesuaikan untuk regresi kuantil.
sebagai alternatif: argumen meyakinkan untuk diberikan kepada pengulas mengapa tidak ada yang namanya disesuaikan dalam regresi kuantil.
goodness-of-fit
r-squared
quantile-regression
Steve G. Jones
sumber
sumber
Jawaban:
Saya pikir apa yang diminta pengulas adalah untuk mengambil pseudo- -nilai dan "unbias" mereka untuk jumlah sampel dalam rentang kuantil, n Q , dan jumlah parameter dalam model, hal . Dengan kata lain, adjusted- R 2 dalam konteks biasanya. Itu adalah bahwa fraksi yang tidak dapat dijelaskan yang dikoreksi lebih besar dari fraksi yang tidak dapat dijelaskan dengan faktor n Q - 1R2 nQ p R2 , yaitu,nQ−1nQ−p−1
, atau,R2∗=1-nQ-11−R2∗=nQ−1nQ−p−1(1−R2) R2∗=1−nQ−1nQ−p−1(1−R2)
Saya setuju dengan Anda tentang mengambil hal-hal yang terlalu jauh, karena ini sudah menjadi nilai pseudo- dan nilai yang disesuaikan-pseudo- R 2 dapat meninggalkan pembaca dengan kesan melakukan penyesuaian semu.R2 R2
Salah satu alternatif adalah melakukan perhitungan dan menunjukkan kepada pengulas apa hasilnya dan TIDAK memasukkannya ke dalam makalah, dengan menjelaskan bahwa itu melampaui apa yang dipublikasikan adalah metode yang Anda gunakan dan Anda tidak ingin tanggung jawab untuk menciptakan yang tidak dipublikasikan prosedur adjusted-pseudo- . Namun, Anda harus menyadari bahwa alasan yang ditanyakan oleh pengulas adalah karena mereka menginginkan jaminan bahwa mereka tidak melihat angka omong kosong. Sekarang, jika Anda dapat memikirkan cara lain untuk melakukan hal itu, meyakinkan peninjau bahwa hasilnya dapat diandalkan, maka masalahnya akan hilang ...R2
sumber
Anda sebaiknya tidak menggunakanR2 untuk membandingkan dua model regresi kuantil, karena fungsi kehilangan model regresi kuantil tidak didasarkan pada MSE .
Anda dapat mencoba AIC atau BIC .
sumber