summary.rq 输出取决于样本大小答案

【问题标题】：summary.rq output depends on sample sizesummary.rq 输出取决于样本大小
【发布时间】：2018-12-13 14:34:58
【问题描述】：

我发现（见下文）quantreg 包中的函数 summary.rq（第 88 页）根据样本大小是大于还是小于 1001 打印不同的输出。

我知道，rq() 使用不同的方法，具体取决于样本量是大于等于还是小于 1001。我认为这是导致这种行为的原因。

显示所描述行为的 MWE：

> library(quantreg)
> x <- seq(0, 100, length.out = 1000)     
> e <- rnorm(1000, mean = 0, sd = 1.2)
> y <- 6 + 0.1 * x + e  
> summary(rq(y ~ x, tau = 0.025))

Call: rq(formula = y ~ x, tau = 0.025)

tau: [1] 0.025

Coefficients:
            coefficients lower bd upper bd
(Intercept) 3.67733      2.92776  3.88165 
x           0.10061      0.09578  0.10675 
Warning message:
In rq.fit.br(x, y, tau = tau, ci = TRUE, ...) : Solution may be 
nonunique

> x <- seq(0, 100, length.out = 1001)     
> e <- rnorm(1001, mean = 0, sd = 1.2)
> y <- 6 + 0.1 * x + e  
> summary(rq(y ~ x, tau = 0.025))

Call: rq(formula = y ~ x, tau = 0.025)

tau: [1] 0.025

Coefficients:
            Value    Std. Error t value  Pr(>|t|)
(Intercept)  3.61744  0.28052   12.89559  0.00000
x            0.10033  0.00477   21.04017  0.00000

这是期望的行为吗？对于大于 1000 的样本，如何获得第一种形式的输出？

我的问题是，我在多个样本大小的循环中使用了 summary.rq 函数，并且想使用上下波段值。

【问题讨论】：

欢迎来到简历。问题不在于统计数据或其方法；而是关于使用某个软件包。请考虑将其重新发布到其他/更合适的地方。
将在 90 分钟后在 stackoverflow 上重新发布，感谢您的提示
首先我建议您设置.seed() 以便您的变量是相同的。其次，可以在 rq 中指定方法。对于
@JustGettinStarted 感谢您的提示，尤其是 set.seed()！但我的问题不在于数字。我的问题是输出格式不同。
您的意思是“警告消息：在 rq.fit.br(x, y, tau = tau, ci = TRUE, ...) 中：解决方案可能是非唯一的”部分？如果是这样，您可以关闭警告stackoverflow.com/questions/16194212/…。但要小心，最好将输出保存到列表中，然后在循环完成后打印结果。然后不会显示警告

标签： r quantile-regression

【解决方案1】：

输出之间的差异不是来自rq()，而是来自summary.rq()。 quantreg 对小于 1000 的样本量使用“等级”推理方法，否则使用“nid”。帮助文件表明，对于较大的样本量，“排名”方法可能会非常慢。如果您坚持让所有循环研究显示前一个输出，那么您可以指定

summary(rq(y ~ x, tau = 0.025),se="rank")

但是，更仔细地研究这一点可能会为您提供更好的服务。例如，如果您的某些研究具有非常大的样本量，计算可能会变得非常缓慢，您可能希望为所有研究指定se="nid"，并手动计算上限和下限（upper=Value + 1.96*Std. Error 和lower=Value - 1.96*Std. Error。

【讨论】：

如果您觉得这个答案有用，请选择“已回答”，如果没有，请说明您还在寻找什么，也许我们可以解决这个问题。