意外的分位数关系

Question

我希望将分位数回归模型拟合到我的观察数据中，这清楚地显示了响应和预测变量之间的三角关系：

当我这样做时：

library("quantreg")
m1 <- rq(Y~ X, tau = 0.75, data=mydata)

summary(m1)

Call: rq(formula = Y ~ X, tau = 0.75, data = mydata)

tau: [1] 0.75

Coefficients:

            coefficients lower bd upper bd
(Intercept) 3.42758      1.80850  4.74463 

X           0.27879      0.07132  0.82591 

它建立了一种积极的关系（红色），当它应该是负面看图中的点，对吧？也许我错过了一些东西，但它看起来像是一个错误的tau值。我尝试了t = 0.97和t = 0.90（灰色），但产生了相同的模式。

然后，当我这样做时：

m1.all <- rq(Y~ X, tau = seq(0.05, 0.95, by = 0.05), data=mydata)

m1.plot <- summary(m1.all)

  

警告讯息：
      1：在rq.fit.br中（x，y，tau = tau，ci = TRUE，......）：
        解决方案可能是非独特的       2：在rq.fit.br中（x，y，tau = tau，ci = TRUE，......）：
        解决方案可能是非独特的       3：在rq.fit.br中（x，y，tau = tau，ci = TRUE，......）：
        解决方案可能是非独特的       4：在rq.fit.br中（x，y，tau = tau，ci = TRUE，......）：
        解决方案可能是非独特的

plot(m1.plot)

  

plot.window（...）出错：无限轴范围[GEPretty（-inf，inf，5）]

我只获得截距的图，但不是系数。

我做错了什么？

我提供了here mydata。我期待一种负面关系，类似于Cade＆amp; amp;图1中的2003年中午（见here）。

Answer 1

我认为你应该这样做：

m1.all <- rq(Y~ X, tau = seq(0.05, 0.95, by = 0.05), data=mydata)

m1.plot <- summary(m1.all)

plot(m1.plot, xlim=c(0.001,10), ylim=c(0.001,10), log="xy")

我查了一个样本数据，它对我有用。

Answer 2

我只是遇到相同的问题，可能与您的案例（和其他案例）不同，但是我想与他人分享我如何解决问题的方法。
问题是因为存在一些接近无限的值（系数，上限/下限范围）。
我认为这些值通常在分位数的最高或最低范围内，因此当我将tau范围限制在5:95至10:90，然后重新进行回归时，问题就解决了。