python分位数回归模型_分位数回归及其Python源码导读

天朗气清，惠风和畅。赋闲在家，正宜读书。前人文章，不得其解。代码开源，无人注释。你们不来，我行我上。废话少说，直入主题。o(*￣︶￣*)o

我们要探测自变量

与因变量

的关系，最简单的方法是线性回归，即假设：

我们通过最小二乘方法 (OLS: ordinary least squares)

的无偏估计

，

。为了解决

，

的可靠性问题，我们同时对残差

做了假设，即：

为均值为0，方差恒定的独立随机变量。

即为给定自变量

下，因变量

的条件均值。

假如残差

不满足我们的假设，或者更重要地，我们不仅仅想要知道

的在给定

下的条件均值，而且想知道条件中位数(更一般地，条件分位数)，那么OLS下的线性回归就不能满足我们的需求。分位数回归(Quantile Regression)

1. 一个例子：收入与食品消费

这个例子出自statasmodels:Quantile Regression.

1.1 预处理

%matplotlib inline

import numpy as np

import pandas as pd

import statsmodels.api as sm

import statsmodels.formula.api as smf

import matplotlib.pyplot as plt

data = sm.datasets.engel.load_pandas().data

data.head()

income foodexp

0420.157651255.839425

1541.411707310.958667

2901.157457485.680014

3639.080229402.997356

4750.875606495.560775

1.2 中位数回归 (分位数回归的特例，q=0.5)

mod = smf.quantreg('foodexp ~ income', data)

res = mod.fit(q=.5)

print(res.summary())

QuantReg Regression Results

==============================================================================

Dep. Variable: foodexp Pseudo R-squared: 0.6206

Model: QuantReg Bandwidth: 64.51

Method: Least Squares Sparsity: 209.3

Date: Mon, 21 Oct 2019 No. Observations: 235

Time: 17:46:59 Df Residuals: 233

Df Model: 1

==============================================================================

coef std err t P>|t| [0.025 0.975]

------------------------------------------------------------------------------

Intercept 81.4823 14.634 5.568 0.000 52.649 110.315

income 0.5602 0.013 42.516 0.000 0.534 0.586

==============================================================================

The condition number is large, 2.38e+03. This might indicate that there are

strong multicollinearity or other numerical problems.

由结果可以知道

，如何得到回归系数的估计？结果中的std err, t, Pseudo R-squared等是什么？我会在稍后解释。

1.3 数据可视化

我们先拟合10个分位数回归，分位数q分别在0.05到0.95之间。

quantiles = np.arange(.05, .96, .1)

def fit_model(q):

res = m