¿Existe un

Habiendo incluido un modelo de regresión cuantil en un documento, los revisores quieren que incluya ajustado en el documento. He calculado los pseudo- s (del documento JASA de 1999 de Koenker y Machado ) para los tres cuantiles de interés para mi estudio. $R^2$ $R^2$

Sin embargo, nunca he oído hablar de un ajustado para la regresión cuantil y no sabría cómo calcularlo. Le pido cualquiera de los siguientes: $R^2$

preferentemente: una fórmula o enfoque en la forma de calcular de manera significativa un ajustado para la regresión cuantil. $R^2$
alternativamente: argumentos convincentes para proporcionar a los revisores sobre por qué no existe una ajustada en la regresión cuantil. $R^2$

goodness-of-fit r-squared quantile-regression

— Steve G. Jones
fuente

Tal vez la validación cruzada?

— Christoph Hanck

@ChristophHanck: ¿cómo usarías la validación cruzada en este caso?

— S. Kolassa - Restablece a Mónica el

No estoy seguro, de lo contrario habría dado una respuesta adecuada ... Como la pregunta parecía generar mucho interés sin generar respuestas, quería iniciar la discusión. Pero, en términos generales,

ajustado sugiere que el objetivo es algún tipo de selección de modelo, por lo que CV parece una estrategia predeterminada que a menudo funciona incluso cuando no hay fórmulas específicas que dependan de probabilidades específicas (como AIC). Sin embargo, no está claro (para mí) por qué los revisores quieren un

ajustado en primer lugar.

R^{2}

$R^2$

R^{2}

$R^2$

— Christoph Hanck

Esta pregunta ya se ha hecho, discutido, respondido y tiene una respuesta muy votada: stats.stackexchange.com/q/129200 Por favor, haga de esta respuesta un comentario.

— Toka

@Toka Gracias por encontrar la referencia. Aunque es una discusión muy relevante, no veo nada en ella que aborde la preocupación particular aquí, que es un (pseudo-)

ajustado para ser utilizado como un análogo del

ajustado de regresión múltiple de mínimos cuadrados.

R^{2}

$R^2$

R^{2}

$R^2$

— whuber

Respuestas:

Creo que lo que los críticos están pidiendo es tomar los pseudo- -valores "y" unbias ellos por número de muestras en el rango cuantil, , y el número de parámetros del modelo, . En otras palabras, ajustado en su contexto habitual. Es decir, la fracción inexplicada corregida es mayor que la fracción bruta inexplicada por un factor de $R^2$ $n_Q$ $p$ $R^2$ , es decir, $\frac{n_Q-1}{n_Q-p-1}$

, o, $1-R^{2*}=\frac{n_Q-1}{n_Q-p-1}(1-R^2)$ $R^{2*}=1-\frac{n_Q-1}{n_Q-p-1}(1-R^2)$

Estoy de acuerdo con usted en llevar las cosas demasiado lejos, porque esto ya es un valor pseudo- y un valor pseudo- ajustado puede dejar al lector con la impresión de realizar un pseudo-ajuste. $R^2$ $R^2$

Una alternativa es hacer los cálculos y mostrar a los revisores cuáles son los resultados y NO incluirlos en el documento, explicando que va más allá de cuáles son los métodos publicados que está utilizando y que no desea la responsabilidad de inventar un documento que de otro modo sería inédito. procedimiento de pseudo- ajustado . Sin embargo, debe darse cuenta de que la razón por la que los revisores preguntan es porque quieren garantías de que no están viendo números de galimatías. Ahora, si puede pensar en otra forma de hacer exactamente eso, asegurando a los revisores que los resultados son confiables, entonces el problema debería desaparecer ... $R^2$

$R^2$ $R^2$

$<$ $>$

— Carl
fuente

-1

$R^2$

Puedes probar AIC o BIC .

— Tony Huang
fuente

Hola y bienvenidos al sitio. ¿Podría ampliar un poco la razón detrás de su primera oración?

— S. Kolassa - Restablece a Monica el

Sospecho que puede faltar un "no" al principio.

— whuber

(Mi edición fue trivial y no un intento de resolver la duda válida de @ whuber, eso es para el OP.)

— Nick Cox