最优分位水平及其衍生应用
分位数回归方法由于其具有稳健性,不仅能够全面刻画响应变量的条件分布,还能提供更有现实意义的回归参数,已经逐渐成为各个领域统计分析的强有力的工具.但在许多实际应用中,人们不仅想要探寻不同水平下(即不同分位数)响应变量与解释变量之间的关系,更希望找到一个最优水平,也即最优分位数,使其上的回归结果最真实可靠,最好地反映总体情况.文中提出一种新的回归方法—最优分位回归方法,给出此类问题一个完美的解决方案.该方法的灵感主要来源于稀疏函数的定义,可以证实与传统均值回归相比最优分位回归方法更具优势:(1)稳健性.不受误差分布的限制;(2)有效性.回归结果蕴含信息更丰富;(3)灵活性.对任意模型及数据均适用.文中的模拟结果也对以上三条性质给予极大的支持.最后食品消费数据的分析结果表明当考虑食品消费与人均收入的关系时,中下等收入人群的消费模式为社会的主流模式.
稀疏函数、最优分位、分位数回归、稳健性
34
O212.4(概率论与数理统计)
教育部人文社会科学研究青年基金16YJCZH122;对外经济贸易大学中央高校基本科研业务费专项资金15QD15;国家自然科学基金11861042;中国人民大学科学研究基金中央高校基本科研业务费专项资金18XNL012;全国统计科研计划项目重大项目2016LD03;中央高校建设世界一流大学;特色发展引导专项资金
2019-04-19（万方平台首次上网日期，不代表论文的发表时间）
共19页
25-43
