Menjelaskan regresi kuantitatif kepada nonstatisticians

Saya baru-baru ini mengirimkan makalah, di mana saya menggunakan regresi kuantil, ke jurnal psikologi. Meskipun saya pikir saya sudah menaruh cukup pemikiran dalam eksposisi yang jelas dari regresi kuantil, pengulas meminta penjelasan yang lebih baik dari teknik regresi kuantil yang hanya akrab dengan regresi OLS standar.

Jadi, apa cara terbaik untuk menjelaskan regresi kuantil, dalam makalah empiris, kepada non-ahli statistik?

quantile-regression teaching

— Johannes
sumber

Saya pikir Anda perlu menjelaskan mengapa Anda memilih regresi kuantitatif daripada regresi kuadrat terkecil. Apakah residu tidak terdistribusi normal menggunakan regresi kuadrat terkecil?

— Glen

Kami memilih regresi kuantil karena alasan teoretis. Secara khusus, kami tertarik pada seluruh distribusi variabel dependen.

— Johannes

@ Johannes, Anda mungkin menemukan ini membantu, dan literatur yang dikutip. Juga, Glen, residu non-Normal bukan alasan untuk mengesampingkan penggunaan OLS; lihat di sini , misalnya.

— tamu

saya akan mengatakan bahwa jika residu menyimpang secara signifikan dari kuadrat terkecil normal mungkin bukan metode estimasi yang baik karena sensitivitasnya terhadap outlier. Jadi alternatif yang kuat diperlukan OLS.

— Michael R. Chernick

Ini adalah intro yang sangat baik yang diterbitkan pada tahun 2014 "Regresi kuantitatif dalam studi ilmu perkembangan" Child Dev 85: 861-881.

— N Brouwer

Jawaban:

Saya akan mempertimbangkan penekanan motivasi dan bukan teknis (hanya memberikan referensi). Khususnya:

Distribusi bebas: Anda tidak ingin menganggap bentuk parametrik dari distribusi kesalahan.
Robustness: Anda menduga variabel dependen Anda mungkin terkontaminasi.

Memulihkan seluruh distribusi (kondisional) dengan sendirinya tidak membenarkan regresi kuantil, karena berdasarkan asumsi Normalitas, mean dan varians cukup untuk memulihkan seluruh distribusi. Dan hal yang sama berlaku untuk distribusi kesalahan parametrik lainnya.

— JohnRos
sumber

Saya tidak mendapatkan "mean dan varians Anda cukup untuk memulihkan seluruh distribusi". Misalkan variabel dependen saya adalah BMI dan saya tertarik untuk membuat kesimpulan pada individu di ujung distribusi, bagaimana saya bisa menggunakan metode regresi biasa?

— Davide

Cobalah untuk membangun intuisi melalui pemahaman peninjau / pemirsa tentang statistik yang lebih sederhana.

Mengapa Anda menggunakan median alih-alih mean sebagai ukuran kecenderungan sentral? Jika Anda bisa menyampaikan poin ini, sisanya harus mengikuti.

— tshauck
sumber