分位数回归中的测试斜率

Question

我在R中使用quantreg包对一组数据运行分位数回归（95％）。

我想将分位数回归的斜率设置为值1.4，就像之前的分析中所做的那样，我想比较我的结果。如果在lm()这对于函数offset()是可能的，对于固定分位数（例如0.025）使用rq()，则这不起作用。

该代码不会给出错误，但1.4的值对我的结果没有影响。

fit.0.025<-rq(y~offset(1.4*x),tau=0.025, data=mydataframe) 

Answer 1

这不应该是这样的测试代码没有得到充分测试吗？ （除非拦截列被抑制，否则它仍然是一个需要估计的参数，从而破坏了修复它的努力）。（编辑，需要重复偏移并使用-1代替+0）

dfrm <- data.frame(x=runif(1000, 1,100), y=runif(1000, 1,2)) 
    fit.0.025 < -rq(y ~ x*(1 + offset(rep(1.4, 1000))) -1, tau=0.025, data=dfrm) 

# Same as: 
fit.0.025<-rq(y ~ x + offset(rep(1.4, 1000)) -1 , tau=0.025, data=dfrm) 

很坦白地说，我在质疑这是否有任何统计意义。运行数学运算并不总是产生可解释的输出。

我前面键入：

fit.0.025<-rq(y ~ x+ offset(1.4), tau=0.025, data=mydataframe) 

....但这只会是适当的乘法链接。