具有多个自变量的分位数回归？答案

【问题标题】：Quantile Regression with multiple independent variables?具有多个自变量的分位数回归？
【发布时间】：2021-10-07 22:25:26
【问题描述】：

是否可以使用多个自变量 (x) 运行分位数回归。使用 Python 我尝试了 statsmodel

mod = smf.quantreg(y, X)
res = mod.fit(q=.5)
print(res.summary())

其中 y 和 X 是 Pandas 数据帧。这适用于 OLS，但对于分位数回归我不适用。

您将如何执行此操作？

【问题讨论】：

“它不起作用”没有提供信息。有什么问题？如果有，请显示回溯。
您正在使用带有数据框的公式接口。请改用sm.QuantReg。 statsmodels.org/dev/generated/…
QuantReg 是OLS 的对应类。 quantreg 对应于ols，它们都需要一个公式和一个DataFrame，例如quantreg("y ~ 1 + x1 + x2", data)。

【解决方案1】：

另一种处理quantreg 多列的方法（当您不想写出每个变量时）是执行以下操作：

Mod = smf.quantreg(f”y_var~ {' + '.join(df.columns[1:])}”)

Res = mod.fit(q=0.5)

print(res.summary())

我的 y 变量 (y_var) 是我数据框中的第一列。

【讨论】：