用R语言进行分位数回归

非线性分位数回归这里的非线性函数为Frank copula函数。

 

（六）非线性分位数回归     这里的非线性函数为Frank copula函数。 ## Demo of nonlinear quantile regression model based on Frank copula vFrank <- function(x, df, delta, u) # 某个非线性过程，得到的是[0,1]的值 -log(1-(1-exp(-delta))/(1+exp(-delta*pt(x,df))*((1/u)-1)))/delta # 非线性模型 FrankModel <- function(x, delta, mu,sigma, df, tau) {  z <- qt(vFrank(x, df, delta, u = tau), df)  mu + sigma*z }   n <- 200 # 样本量 df <- 8   # 自由度 delta <- 8 # 初始参数 set.seed(1989) x <- sort(rt(n,df)) # 生成基于T分布的随机数 v <- vFrank(x, df, delta, u = runif(n)) # 基于x生成理论上的非参数对应值 y <- qt(v, df)                           # v 对应的T分布统计量 windows(5,5) plot(x, y, pch="o", col="blue", cex = .25) # 散点图 Dat <- data.frame(x = x, y = y)            # 基本数据集   us <- c(.25,.5,.75) for(i in 1:length(us)){  v <- vFrank(x, df, delta, u = us[i])  lines(x, qt(v,df)) # v为概率，计算每个概率对应的T分布统计量 }   cfMat <- matrix(0, 3, length(us)+1) # 初始矩阵，用于保存结果的系数 for(i in 1:length(us)) {  tau <- us[i]  cat("tau = ", format(tau), ".. ")  fit <- nlrq(y ~ FrankModel(x, delta,mu,sigma, df = 8, tau = tau), # 非参数模型