分位数回归与QQ图

最新推荐文章于 2022-12-16 21:57:57 发布

wechatNO

最新推荐文章于 2022-12-16 21:57:57 发布

阅读量1.4k

点赞数

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/m0_37870385/article/details/106200473

版权

分位数（Quantile），亦称分位点，是指将一个随机变量的概率分布范围分为几个等份的数值点，常用的有中位数（即二分位数）、四分位数、百分位数等。

分位数回归则可以理解成加权的最小二乘估计，一般的最小二乘目标是估计参数的期望（均值），而分位数回归则是直接估计出分位数的值。分位数回归提出的原因，就是因为不希望仅仅是研究参数的期望，而是希望能探索参数的完整分布状况，或者说可能在某些情况下我们更希望了解参数的某个分位数。
参见博客

QQ图也就是所谓的分位数-分位数图（Quantile-Quantile），主要是用于检测两组数据是否服从相同的分布，或者某组数据是否服从某种分布。
在这里插入图片描述
材料1
材料2

关注

0
点赞
踩
4

收藏

觉得还不错? 一键收藏
0
评论
分位数回归与QQ图

分位数（Quantile），亦称分位点，是指将一个随机变量的概率分布范围分为几个等份的数值点，常用的有中位数（即二分位数）、四分位数、百分位数等。分位数回归则可以理解成加权的最小二乘估计，一般的最小二乘目标是估计参数的期望（均值），而分位数回归则是直接估计出分位数的值。分位数回归提出的原因，就是因为不希望仅仅是研究参数的期望，而是希望能探索参数的完整分布状况，或者说可能在某些情况下我们更希望了解参数的某个分位数。参见博客QQ图也就是所谓的分位数-分位数图（Quantile-Quantile），主要
复制链接

扫一扫

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。