是否可以使用多个自变量（x）来运行分位数回归。 使用Python我尝试了statsmodel <pre><code>mod = smf.quantreg

我已经使用<a href="https://www.statsmodels.org/dev/generated/statsmodels.formula.api.quantreg.html" rel="nofollow noreferrer">statsm

我只想使用SHARE的数据来复制对<a href="https://onlinelibrary.wiley.com/doi/abs/10.1111/j.1468-0297.2008.02244.x" rel="nofollow

我想用寻星器创建分位数回归结果表。结果应该像这样<a href="https://i.stack.imgur.com/fSvdo.png" rel="nofollow noref

我试图估计GDP（以立方计算）对CO2排放的影响。为了估算整个二氧化碳排放量的影响，我想进行分位数

我正在检查某个行业的收入增长率在收入分配的不同部分是否存在显着差异，以查看收入差距是否显着

我使用 aa taus <- c(.05,.25,.5,.75,.95) 生成了散点图和分位数线，我对所有结果感到满意，但似乎我的代码正

我想以与处理 <code>import subprocess for i in range(n): cmd = &#34;cp methods.py driver.py subdir&#34;+str(i) p = subprocess.P

我到处搜索如何在 Python 中完成此操作，但到目前为止都没有运气。 我有一个简单的 x-y 数据集，

现在我正在尝试使用 statsmodels.formula.api 的 quantreg，方法是在 <a href="https://www.statology.org/quantile-regression-in

我使用 <code>quantreg</code> 包为 0.10-0.90 分位数拟合了线性结果的分位数回归。现在我想将这些响应曲线拟

我知道的唯一一个在 R 中进行无条件分位数回归的包是 uqr。不幸的是，它已从 CRAN 中删除。尽管我仍然

我遇到了一个问题 <pre><code>rq(y ~ x, tau = 0.50, method = &#34;br&#34;) </code></pre> 未完成计算。没有错误和

假设我想通过列的所有因子值对数据框中的列子集应用简单的分位数回归。 以 mtcars 为例。 <pre>

<strong>问题：</strong> 哪些因素可能导致预测区间<em></em>覆盖范围超出预期？特别是关于带有 <a href="

我正在尝试在每个输出中使用不同的损失函数来实现多输出回归问题，如 <a href="https://keras.io/guides/functio

我正在使用 <code>quantreg</code> 包根据训练集预测新数据。但是，我注意到 <code>predict.rq</code> 或 <code>predict

通过使用以下代码，我可以绘制分位数回归模型的结果： <pre><code>quant_reg_all &lt;- rq(y_quant ~ X_quant, tau

我使用 Sklearns GradientBoostingRegressor 进行分位数回归以及在 Keras 中实现的非线性神经网络。但是我不知道

我有兴趣训练一个随机森林来学习一些从某些分布中独立采样的数据 {X, y} 上的一些条件分位数。