【作者】Roger Koenker ，Victor Chernozhukov ，Xuming He ，Limin Peng
【文题】Handbook of Quantile Regression
【年份】2018

关注公众号：统计及其软件学习笔记  回复“手册”获取本书的下载链接

今天向大家推荐一本介绍分位数回归模型及其多领域应用最为全面的学术著作—分位数回归手册（Handbook of Quantile Regression，2018 ），主要编著者为分位数回归的提出者Roger Koenker。 具体简绍可见本书前言，本文附前言如下，为保证阅读的流畅性与连贯性，有部分删减与调整：

分位数回归旨在估计和评估得出有关条件分位数函数的推论。由Boscovich和Laplace于18世纪提出的中位数回归为分位数回归模型之特例。与以最小化残差平方和为目标的传统均值回归不同，中位数回归的目标函数为最小化绝对残差之和。可见，分位数回归用不对称线性损耗代替对称绝对损耗。

自Koenker和Bassett（1978）引入分位数回归以来，该模型已逐渐扩展到各种数据分析模型中，包括时间序列，生存分析和纵向数据。通过关注被解释变量的条件分布，分位数回归为我们提供了更完整，更系统的异质性变化特征。现如今，分位数回归已逐步应用在诸多科学领域，包括天体物理学，化学，生态学，经济学，金融学，基因组学，医学和气象学等。绝大多数主流统计分析软件均可用于分位数回归计算中。

该书的22章内容均由该领域的知名学者所作，包括用于推断的重采样方法，用于函数估计的非参数惩罚方法，大数据应用算法以及贝叶斯方法。生存分析一直是分位数回归方法应用快速增加的重要领域，本书6-8章专门介绍这些发展。分位数回归另一个较为活跃的研究领域是因果推论方面，本书9-10章专门讨论该主题。近年来，高维模型和模型选择在所发表的文献中渐成宠儿，本书专有2章讨论这些问题。此外，时间序列、横截面数据、变量误差，数据确实和样本选择等问题对分位数回归的应用与计算提出了挑战，本书专门采用4章内容对其进行研究与介绍。分位数回归方法在多变量和功能反应中的应用占有2章内容。最后3章是专门研究分位数回归在生态学，基因组学和金融方面的应用与发展。