Wenn wir eine lineare Regression durchf\u00fchren, m\u00f6chten wir normalerweise den Durchschnittswert der Antwortvariablen basierend auf dem Wert der erkl\u00e4renden Variablen sch\u00e4tzen. Aber stattdessen k\u00f6nnten wir den Median oder das 0,25-Perzentil oder das 0,90-Perzentil oder jedes andere gew\u00fcnschte Perzentil sch\u00e4tzen.<\/span><\/p>\n Hier kommt die Quantilregression<\/strong> ins Spiel. \u00c4hnlich wie bei der linearen gew\u00f6hnlichen Regression erstellt die Quantilregression eine Regressionsgleichung, die einen bestimmten Wert (z. B. Median, 0,25-Perzentil, 0,90-Perzentil usw.) f\u00fcr eine Antwortvariable basierend auf dem Wert der erkl\u00e4renden Variablen vorhersagt.<\/span><\/p>\n In diesem Tutorial wird erl\u00e4utert, wie Sie eine Quantilregression in Stata durchf\u00fchren.<\/span><\/p>\n F\u00fcr dieses Beispiel verwenden wir den integrierten Stata-Datensatz namens auto<\/em> . Wir werden zun\u00e4chst ein lineares Regressionsmodell anpassen, das Gewicht als Pr\u00e4diktorvariable und mpg als Antwortvariable verwendet. Dies gibt uns Aufschluss \u00fcber die durchschnittlich<\/em> erwarteten mpg eines Autos, basierend auf seinem Gewicht. Als N\u00e4chstes passen wir ein Quantil-Regressionsmodell an, um das 0,90-mpg-Perzentil eines Autos basierend auf seinem Gewicht vorherzusagen.<\/span><\/p>\n Schritt 1: Daten laden und anzeigen.<\/strong><\/span><\/p>\n Verwenden Sie den folgenden Befehl, um die Daten zu laden:<\/span><\/p>\n automatische Nutzung des Systems<\/strong><\/span><\/p>\n<\/blockquote>\n Verwenden Sie den folgenden Befehl, um eine Zusammenfassung der MPG- und Weight-Variablen zu erhalten:<\/span><\/p>\n Fassen Sie das mpg-Gewicht zusammen<\/strong><\/span> <\/p>\n<\/blockquote>\n Schritt 2: F\u00fchren Sie eine einfache lineare Regression durch.<\/strong><\/span><\/p>\n Verwenden Sie den folgenden Befehl, um eine einfache lineare Regression durchzuf\u00fchren und dabei \u201eweight\u201c als erkl\u00e4rende Variable und \u201empg\u201c als Antwortvariable zu verwenden:<\/span><\/p>\n Gewicht auf mpg zur\u00fcckf\u00fchren<\/strong><\/span> <\/p>\n<\/blockquote>\n Aus der Ausgabetabelle k\u00f6nnen wir ersehen, dass die gesch\u00e4tzte Regressionsgleichung lautet:<\/span><\/p>\n vorhergesagter mpg = 39,44028 \u2013 0,0060087*(Gewicht)<\/span><\/p>\n Mit dieser Gleichung k\u00f6nnen wir den gesch\u00e4tzten durchschnittlichen<\/i> Kraftstoffverbrauch eines Autos anhand seines Gewichts ermitteln. Beispielsweise hat ein Auto mit einem Gewicht von 4.000 Pfund sch\u00e4tzungsweise 15.405 mpg:<\/span><\/p>\n vorhergesagter mpg = 39,44028 \u2013 0,0060087*(4000) = 15,405<\/strong><\/span><\/p>\n Schritt 3: Quantilregression durchf\u00fchren.<\/strong><\/span><\/p>\n Als n\u00e4chstes f\u00fchren wir eine Quantilregression durch, um das gesch\u00e4tzte 90.<\/sup> Perzentil des Kraftstoffverbrauchs eines Autos basierend auf seinem Gewicht zu ermitteln.<\/span><\/p>\n Verwenden Sie den Befehl qreg<\/strong> mit quantile(0.90)<\/strong> , um diese Quantilregression durchzuf\u00fchren:<\/span><\/p>\n Gewicht qreg mpg, Quantil (0,90)<\/strong><\/span> <\/p>\n<\/blockquote>\n Aus der Ausgabetabelle k\u00f6nnen wir ersehen, dass die gesch\u00e4tzte Regressionsgleichung lautet:<\/span><\/p>\n 90.<\/sup> Perzentil vorhergesagter mpg = 47,02632 \u2013 0,0072368*(Gewicht)<\/span><\/p>\n Wir k\u00f6nnen diese Gleichung verwenden, um die Sch\u00e4tzung zu finden <\/i> mpg f\u00fcr ein Auto im 90.<\/sup> Perzentil, wenn man sein Gewicht ber\u00fccksichtigt. Beispielsweise wird der 90.<\/sup> Perzentil-MPG-Wert f\u00fcr ein Auto mit einem Gewicht von 4.000 Pfund auf 18.709 gesch\u00e4tzt:<\/span><\/p>\n 90.<\/sup> Perzentil vorhergesagter mpg = 47,02632 \u2013 0,0072368*(4.000) = 18,079<\/strong><\/span><\/p>\n Denken Sie daran, dass unser vorheriges lineares Regressionsmodell uns gesagt hat, dass ein Auto mit einem Gewicht von 4.000 Pfund einen gesch\u00e4tzten durchschnittlichen<\/em> Kraftstoffverbrauch von 15.405 mpg hat. Es macht also Sinn, dass dieses Quantil-Regressionsmodell uns sagt, dass ein Auto mit einem Gewicht von 4.000 Pfund 18.079<\/strong> mpg erreichen m\u00fcsste, um im 90.<\/sup> Perzentil aller Autos mit diesem bestimmten Gewicht zu liegen.<\/span><\/p>\n Es ist auch m\u00f6glich, in Stata mehrere Quantilregressionen gleichzeitig durchzuf\u00fchren. Angenommen, wir m\u00f6chten gleichzeitig das 25.<\/sup> Perzentil, den Median (z. B. das 50.<\/sup> Perzentil) und das 90.<\/sup> Perzentil sch\u00e4tzen.<\/span><\/p>\n Dazu k\u00f6nnen wir den Befehl sqreg<\/strong> mit dem Befehl q()<\/strong> verwenden, um die zu sch\u00e4tzenden Quantile anzugeben:<\/span><\/p>\n Gewicht mpg sqreg, q (0,25, 0,50, 0,90)<\/strong><\/span> <\/p>\n<\/blockquote>\n Mit diesem Ergebnis k\u00f6nnen wir die gesch\u00e4tzten Regressionsgleichungen f\u00fcr jede Quantilregression erstellen:<\/span><\/p>\n (1)<\/strong> 25.<\/sup> Perzentil vorhergesagter mpg = 35,22414 \u2013 0,0051724*(Gewicht)<\/span><\/p>\n (2)<\/strong> 50.<\/sup> Perzentil vorhergesagter mpg = 36,94667 \u2013 0,0053333*(Gewicht)<\/span><\/p>\n (3)<\/strong> 90.<\/sup> Perzentil vorhergesagter mpg = 47,02632 \u2013 0,0072368*(Gewicht)<\/span><\/p>\n So f\u00fchren Sie eine einfache lineare Regression in Stata durch<\/a> Die lineare Regression ist eine Methode, mit der wir die Beziehung zwischen einer oder mehreren erkl\u00e4renden Variablen und einer Antwortvariablen verstehen k\u00f6nnen. Wenn wir eine lineare Regression durchf\u00fchren, m\u00f6chten wir normalerweise den Durchschnittswert der Antwortvariablen basierend auf dem Wert der erkl\u00e4renden Variablen sch\u00e4tzen. Aber stattdessen k\u00f6nnten wir den Median oder das 0,25-Perzentil oder das 0,90-Perzentil […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"\n Beispiel: Quantilregression in Stata<\/strong><\/span><\/h2>\n
\n
\n
![\"Automatische](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/quantileregressionstata1.png\")
<\/p>\n\n
![\"Interpretieren](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/simpleregressionstata3.png\")
<\/p>\n\n
![\"Ausgabe](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/quantileregressionstata2.png\")
<\/p>\n Mehrere Quantilregressionen gleichzeitig in Stata<\/strong><\/span><\/h3>\n
\n
![\"Ausgabe](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/quantileregressionstata3.png\")
<\/p>\n Zus\u00e4tzliche Ressourcen<\/strong><\/span><\/h3>\n
So f\u00fchren Sie eine multiple lineare Regression in Stata durch<\/a>
So f\u00fchren Sie eine quadratische Regression in Stata durch<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"