(R，quantreg)：检验大量分位数的假设

Question

我有一个分位数回归模型，有一个回归者和一个回归者。我想假设回归者在每个分位数上是相等的。我想过的一种方法是在{0.01,0.02，....,0.99}上测试整个τ。然而，我不得不写：

anova(model1,model2,model3,.......,model99)，其中每个模型对应于不同的τ。rq问题:如何让anova()接受大量类型的模型，而无需手动输入它们？

我的解决方案就是这样做的：

y = rnorm(100)
x = rnorm(100)

rqs_object <- rq(y~x,tau=1:99/100)
anova(rqs_object)

但是，不幸的是，anova显然不采用对象类型rqs，只接受rq类型。

交叉发布了这里，直到我决定它有一个大型的编程/专家元素来解决这个问题。

Answer 1

我集中讨论问题1，只谈方案编制部分。

一些数据：

set.seed(65465)
y = rnorm(100)
x = rnorm(100)

现在，我定义了一个函数，它以τ作为输入，并执行适当的操作：

rqfits <- function(tau) {
  require(quantreg)
  rq(y~x,tau=tau)
}

然后，我可以将这个函数应用于taus的向量：

taus <- 1:5/10
fits <- lapply(taus,rqfits)

结果是一个模型列表。现在我们可以使用do.call将模型传递给anova

do.call(anova,fits)

Quantile Regression Analysis of Deviance Table

Model: y ~ x
Joint Test of Equality of Slopes: tau in {  0.1 0.2 0.3 0.4 0.5  }

  Df Resid Df F value Pr(>F)
1  4      496  1.0388 0.3866
Warning:
In summary.rq(x, se = se, covariance = TRUE) : 2 non-positive fis