做面板数据分位数回归模型_[分位数回归]如果研究对象异质性很强，回归碳排放影响因素怎么办？...

最新推荐文章于 2024-07-03 10:13:10 发布

weixin_39613188

最新推荐文章于 2024-07-03 10:13:10 发布

阅读量895

点赞数

文章标签：做面板数据分位数回归模型

本文链接：https://blog.csdn.net/weixin_39613188/article/details/111697118

版权

本文探讨了面板数据分位数回归模型在分析碳排放影响因素中的作用，通过实例展示了该模型如何揭示不同群体的差异性。文章指出，相比传统线性回归，分位数回归能提供更全面的见解，尤其是在处理异质性数据时。模型考虑了人口密度、人均GDP、能源强度和技术进步等因素，并讨论了模型构建和解释的注意事项，强调了技术进步的代理变量选择及交叉项的经济学意义。

摘要由CSDN通过智能技术生成

点击上面蓝字可以关注，拉到下面可以看一看！

封面图片来自cvxr.rbind.io

可以直接看后面的图片，实在懒得排版...

本期文章：

Wang, Shaojian, Jingyuan Zeng, and Xiaoping Liu. "Examining the multiple impacts of technological progress on CO2 emissions in China: A panel quantile regression approach." Renewable and Sustainable Energy Reviews 103 (2019): 140-150.

* Zhu, Huiming, et al. "The effects of FDI, economic growth and energy consumption on carbon emissions in ASEAN-5: evidence from panel quantile regression." Economic Modelling 58 (2016): 237-248.

编者按：

这期还是继续看回归。我们都是知道最小二乘法有一般线性回归，但是一般线性回归的结果实际上很“均值”，动不动就是平均的作用是多少多少，这个方法平均主义大锅饭思想很严重.......在一个个性光芒凸显的时代，最小二乘法回归必然是有局限的。分位数回归或可以给出更多的信息。

分位数回归给你理解为对每一个分位数的群体估计一