Stata：无条件分位数回归及应用

全文阅读：https://www.lianxh.cn/news/62f094a52171d.html

目录

• 1. 简介
• 2. 基于再中心化影响函数 (RIF) 的 UQR 模型
• 3. RIF 分位数回归的 Stata 命令
  • 3.1 无条件固定效应面板分位数回归
  • 3.2 基于 RIF 回归的 UQR
• 4. 部分无条件分位数回归
• 5. 参考资料
• 6. 相关推文

1. 简介

Koenker and Bassett (1978) 提出了条件分位数回归 (CQR) 方法，从此开启了大家对均值回归以外的新天地。然而，由于 QCR 的结果基于过多甚至是不必要的个体特征，当我们想要知道解释变量对被解释变量的一般边际影响而无所谓样本个体的其他观测特征时，继续用 QCR 显然无法得到我们想要的结果。由此，无条件分位数回归 (UQR) 应运而生。UQR 是对 CQR 的补充和拓展，在劳动经济学与政策评估中具有重要应用价值 (朱平芳和张征宇，2012)。

全文阅读：https://www.lianxh.cn/news/62f094a52171d.html