Quantile Regression Là Gì

     

Hồi quy quantile regression phân vị là một loại so với hồi quy được áp dụng trong những thống kê và kinh tế tài chính lượng. Trong khi cách thức bình phương tối thiểu cầu tính giá trị trung bình có điều kiện của biến vấn đáp trên những giá trị của trở nên dự báo, hồi quy lượng tử mong tính trung vị có điều kiện (hoặc các phân vị khác ) của trở thành phản ứng. Hồi quy lượng tử là 1 phần mở rộng của hồi quy đường tính được thực hiện khi các điều kiện của hồi quy tuyến đường tính ko được đáp ứng.Bạn vẫn xem: Quantile regression là gì

Mục lục bài viết

Ưu và nhược điểmỨng dụng hồi quy phân vị bên trên Stata

Hồi quy Quantile Regression là gì ?

Phương pháp hồi quy phân vị được Koenker và Bassett ra mắt lần trước tiên năm 1978. Thay vày ước lượng các tham số của hàm hồi quy vừa phải bằng cách thức OLS, Koenker và Bassett (1978) khuyến nghị việc ước lượng thông số hồi quy trên từng phân vị của biến nhờ vào để sao để cho tổng chênh lệch tuyệt vời nhất của hàm hồi quy trên phân vị τ của biến phụ thuộc vào là nhỏ dại nhất. Nói một phương pháp khác, vậy vì xác định tác cồn biên của biến hòa bình đến quý giá trung bình của trở nên phụ thuộc, hồi quy phân vị để giúp xác định tác động ảnh hưởng biên của biến tự do đến biến nhờ vào trên từng phân vị của biến dựa vào đó. Đồng thời những ưu điểm của phương pháp hồi quy phân vị với cách thức OLS của hồi quy cổ điển để cho thấy ưu điểm của hồi quy phân vị với sự cân xứng của hồi quy phân vị một trong những nghiên cứu vãn về chênh lệch tiền lương, tương tự như trong các nghiên cứu và phân tích về bất bình đẳng trong làng mạc hội.

Bạn đang xem: Quantile regression là gì

Ưu với nhược điểm

Sau lúc Koenker với Bassett (1978) giới thiệu mô hình hồi quy phân vị đầu tiên, tương đối nhiều các nghiên cứu được thực hiện tiếp đến nhằm tự khắc phục những nhược điểm,đồng thời không ngừng mở rộng hồi quy phân vị. Ngày càng có nhiều các bài nghiên cứu và phân tích ứng dụng hồi quy được tiến hành và công bố, cho thấy thêm hồi quy phân vị đang ngày dần được hoàn thành và ngày càng trở thành công xuất sắc cụ ý hợp tâm đầu trong nghiên cứu kinh tế. Theo Koenker (2005) với Hao và Naiman (2007), hồi quy phân vị bao gồm những ưu điểm như sau.

Ưu điểm hồi quy phân vị

Thứ hai, mặc dù các giám sát thực hiện tại trong hồi quy phân vị là phức hợp và khối lượng tính toán nhiều hơn thế nữa trong OLS, tuy nhiên với sự trở nên tân tiến của toán học, thống kê lại học cộng với sự cung cấp của technology thông tin thì những đo lường như quy hoạch tuyến tính, bootstrap, được thực hiện rất thuận lợi và nhanh chóng.Thứ ba, vào hồi quy OLS, những quan sát không bình thường (outliers) thường xuyên được loại bỏ để cầu lượng OLS không biến thành chệch. Trong khi đó, hồi quy phân vị có tính ổn định (robustness), không bị tác động bởi sự hiện diện của những quan sát không bình thường đó.Thứ tư, các kiểm định về thông số của hồi quy phân vị không dựa vào tính chuẩn chỉnh của không đúng số. Hơn nữa, những kiểm định này sẽ không dựa trên ngẫu nhiên một trả định làm sao về dạng triển lẵm của không đúng số hồi quy.Thứ năm, hồi quy phân vị sệt biệt cân xứng khi phân tích trên quy mô hồi quy tất cả sự hiện hữu của phương sai đổi khác hoặc trong mẫu số liệu mà hàm cung cấp của biến nhờ vào bất đối xứng quanh quý hiếm trung bình. Khi đó, hàm hồi quy phân vị trên những phân vị khác biệt sẽ có sự biệt lập rõ rệt, cho thấy thêm tác động không giống nhau của biến chủ quyền đến biến dựa vào ở đông đảo phân vị không giống nhau.

Nhược điểm của hồi quy Quantile Regression

Bên cạnh các điểm mạnh đã được nêu trên, hồi quy phân vị vẫn còn một vài nhược điểm như sau:

Một là, các đo lường và tính toán trong hồi quy phân vị phức tạp hơn đối với OLS. Ví như trong OLS, mong mỏi tìm cầu lượng tham số hồi quy thế nào cho tổng bình phương không đúng số là nhỏ nhất thì hoàn toàn có thể áp dụng những công thức tìm rất trị của giải tích toán học như rước đạo hàm riêng với giải hệ phương trình ứng với điều kiện cần của rất trị. Trong lúc đó, mong lượng thông số của hồi quy phân vị tiến hành thông qua câu hỏi giải bài toán quy hoạch tuyến đường tính. Việc này sẽ trở ngại nếu không tồn tại sự hỗ trợ của dòng sản phẩm tính.Hai là, phải thực hiện nhiều hàm hồi quy trên nhiều phân vị mới cho biết được trọn vẹn sự ảnh hưởng tác động của biến độc lập đến biến phụ thuộc thay vì chưng chỉ có một hàm hồi quy vừa phải có điều kiện trong OLS.Ba là, việc áp dụng hồi quy phân vị cho những dạng hàm phi tuyến còn tương đối hạn chế. Các kim chỉ nan để giải pháp xử lý tự tương quan hoặc nội sinh trong hồi quy phân vị còn chưa được phát triển hoàn thiện.

Ứng dụng hồi quy phân vị bên trên Stata

Giả thuyết

Chúng ta xây dựng mối quan hệ của CPI + DC tác động lên LnGDP, thường mối quan hệ tác động như vậy này thì họ sẽ tiện lợi phân tích bởi hồi quy bình phương nhỏ tuổi nhất cũng đến ra hiệu quả tương ứng, nhưng có một thực sự là hồi quy ols chỉ mang đến ra tác dụng trung bình của CPI + DC tác động ảnh hưởng lên LnGDP,không thể hiện được mức độ của CPI DC tác động lên LnGDP lúc tăng trưởng 10 % | 25% | một nửa | 75% | 90% sẽ như thế nào ? với đưa thuyết này thì họ hồi quy phân vị để nhận thấy mức độ của CPI + DC tác động lên từng phân vị của LnGDP như thế nào ?

Hồi quy phân vị

Kết quả hồi quy với các phân vị trên, ta được:


*

CPI: Ta đã đạt được được tuy ko có chân thành và ý nghĩa thống kê tuy nhiên hệ số tác động ảnh hưởng của CPI thay đổi liên tục, nếu thông số phân vị 50% thì ngược lại, nó có tác động ảnh hưởng dương đến LnGDP. Và đặc biệt quan trọng ở phân vị 90% thì trở thành CPI có ý nghĩa thống kê, tức là biến CPI có tác động dương lên biến hóa phụ thuộc.

Kiểm định phương không đúng sai số núm đổi

ta đạt được phương không đúng sai số khi phân vị là 10% là cố định và thắt chặt còn lại gần như phân vị không giống là phương không đúng phần dư cố kỉnh đổi

Machado-Santos Silva kiểm tra for heteroskedasticityHo: Constant varianceVariables: Fitted values of LnGDP & its squares

chi2(2) = 4.996Prob > chi2 = 0.082

Đồ thị phân vị


*

CPI: Qua thứ thị chúng ta dễ dàng phiêu lưu rằng, khi phân vị càng tốt thì CPI ảnh hưởng tác động lên LnGDP càng ít, tuy vậy khi phân vị là 20% thì CPI có tác động dương với đổi mới phụ thuộc, đồng thời khi tăng phân vị lên thì CPI cũng tăng nhiều mức độ tác động lên LnGDP

DC: lúc phân vị tăng dần cho đến 30% thì DC có ảnh hưởng tác động cùng chiều với thay đổi phụ thuộc, tuy thế khi phân vị tăng hơn 30% thì DC có ảnh hưởng ngược chiều cùng với LnGDP.

Xem thêm: Truyen Thien Than Nho Cua The Gioi Ngam, Thiên Thần Nhỏ Của Tôi

Ứng dụng hồi quy phân vị

Theo Hao & Naiman (2007), hồi quy phân vị sệt biệt phù hợp với việc phân tích chênh lệch tiền lương9, vì chưng những vì sao như sau:

Một, vào nội dung phân tích về chênh lệch tiền lương, ko kể yêu cầu phân tích chênh lệch tiền lương trung bình, những nhà phân tích còn cần chăm chú phân tích chênh lệch chi phí lương mức độ vừa phải ở đội tiền lương thấp, nhóm tiền lương cao và các nhóm không giống từ thấp mang lại cao. Vì đó, có thể vận dụng hồi quy phân vị ứng với các phân vị không giống nhau để cho thấy mức độ chênh lệch theo từng đội tiền lương.

Hai là, hàm bày bán của biến đổi tiền lương thường là hàm bày bán bất cân nặng xứng, có dạng trưng bày nặng đuôi (heavy – tailed), là điển hình của mẫu số liệu bị hiện tượng kỳ lạ phương sai thay đổi. Phương pháp hồi quy quantile regression phân vị thích phù hợp với các mẫu mã số liệu có hiện hữu hiện tượng phương sai chuyển đổi vì phương pháp này ko những cho thấy tác hễ theo vị trí mà hơn nữa phân tích ảnh hưởng tác động theo đồ sộ của hàm phân phối.

Ba là, phương pháp hồi quy phân vị rất có thể thực lúc này một nấc phân vị bấtkỳ t Î(0,1) vị vậy, nếu tất cả một nghiên cứu tài chính hay một lý thuyết kinh tế làm sao đócông bố thông tin về bất bình đẳng tại một phân vị ví dụ nào đó, thì nhà nghiên cứu

có thể thực hiện hồi quy trên phân vị tương ứng để phân tích. Ví dụ, trong phân tích về triệu chứng đói nghèo trên Việt Nam cho thấy tỷ lệ hộ nghèo ở việt nam năm 2010 là 9,45% (theo Tổng viên Thống kê), khi thực hiện hồi quy phân vị hoàn toàn có thể tiến hành hồi quy theo phân vị tương xứng với xác suất này để sở hữu những kết luận phù hợp. Đây là điều không thể thực hiện được nếu sử dụng OLS.

Bốn là, phương pháp hồi quy phân vị về tiền lương hoàn toàn có thể được thực hiện đối với nhiều phân vị (cách nhau 5% hoặc 1%). Vì chưng đó, có thể thấy được tác động của những yếu tố cho tiền lương ở từng phân vị khác biệt sẽ khác nhau như vậy nào. Ứng với mỗi team phân vị khác nhau có thể có phần đông yếu tố ảnh hưởng tác động khác nhau. Từ đó, nhà nghiêu cứu rất có thể đề xuất những chính sách, các chiến thuật cho phù hợp.

Xem thêm: Mười Cách Làm Người Ngủ Hết Ngáy Cực Đơn Giản Bằng 7 Mẹo Sau

Năm là, các phân tích về chênh lệch tiền lương, chênh lệch thu nhập, chênh lệch nút sống cũng như các nghiên cứu và phân tích về triệu chứng bất bình đẳng trong buôn bản hội thường xuyên ít dựa vào các quy mô mà dựa trên những chỉ tiêu đo lường sự bất đồng đẳng như con đường cong Lorenz, thông số Gini, chỉ số Theil… với các điểm mạnh nêu trên, hồi quy quantile regression phân vị được bổ sung cập nhật vào kho hình thức để nghiên cứu sự bất bình đẳng như là 1 công nuốm nghiên cứu dễ dàng và hiệu quả.