斯蒂芬·波特诺伊 回归分位数断点数量的渐近行为。 (英语) Zbl 0736.62061号 SIAM J.科学。统计计算。 12,第4期,867-883(1991). 摘要:在一般回归模型(y_i=x_i'\beta+e_i)中,对于(i=1,ldots,n)和(beta\In{mathbb{R}}^p),“回归分位数”(theta\beta(theta))估计线性回归函数的系数,该线性回归函数与(x_i'\beta\)平行,大致位于数据的一个分数(theta\)之上。由介绍R.科恩克和G.巴塞特[《计量经济学》46,33-50(1978;Zbl 0373.62038号)]这些回归分位数类似于有序统计,为分析一般线性模型提供了一种自然而有吸引力的方法。当\(\theta\)从零到一时,\(\hat\beta(\theta)\)的计算可以表示为具有\(J_n\)不同极值解的参数线性规划问题。也就是说,对于(J=1,\ldots,J_n),将有(J_n\)断点(\{theta_J}),这样,通过单个单轴从(theta_J)中获得(theta_ J)。每个β(θj)都有一个特定的观测子集。尽管之前没有结果限制(J_n)小于上限({n_choose p}=O(n^p)),但实际经验表明,(J_n\)与(n\)大致呈线性增长。这里表明,实际上,概率为(J_n=O(n\logn)),其中分布假设是多元回归情形的典型假设。结果基于概率而非组合方法,该方法应普遍应用于(参数)线性规划问题中枢轴数的概率行为。条件大致是约束系数形成随机独立向量,变量数量固定,而约束数量趋于无穷大。 引用于15文件 MSC公司: 62J05型 线性回归;混合模型 90C05(二氧化碳) 线性规划 65C99个 概率方法,随机微分方程 62J10型 方差和协方差分析(ANOVA) 关键词:回归分位数;订单统计;一般线性模型;多元回归;参数线性规划 引文:Zbl 0373.62038号 PDF格式BibTeX公司 XML格式引用 \textit{S.Portnoy},SIAM J.科学。统计计算。12,第4号,867--883(1991;Zbl 0736.62061) 全文: DOI程序