话说，做分位数回归——
summary(object, se = NULL, covariance=FALSE, hs = TRUE, ...)
其中主要参数有：
# object: 分位数回归对象，根据rq()函数等得到的结果。
# se: 用于计算参数估计值标准差的方法，可以选取的值包括：
- rank: 根据Koenker(1994)的秩检验得到标准差的估计值。默认情况下假定残差是服从独立同分布。如果补充另一个参数iid=FALSE，则采用Machado(1999)的方法计算标准差（参数的写法：se=”rank”, iid=FALSE）。
- iid: （这个与上面提到的iid=FALSE不同，这里是参数se的一个取值，而上面的iid是一个逻辑参数）假定残差服从独立同分布，并按照KB（1978）的方法计算残差。
- nid: 用sparsity算法计算的参数估计值标准差。
- ker: 用Powell(1990)的核密度估计方法得到标准差。
- boot: 采用bootstrap自助抽样的方法计算标准差。
- 默认情况下，se=NULL且convariance=FALSE，标准差的默认算法是se=”rank”；其他情况下，se默认值为”nid”。
# covariance: 逻辑参数，是否返回参数估计量的协方差矩阵。
扫码加好友，拉您进群
全部版块
我的主页
收藏
