在包 quantreg 中滥用 predict.rq？

Question

我正在使用 quantreg 包来根据训练集预测新数据。但是，我注意到 predict.rq 或 predict 与手动操作之间存在差异。这是一个例子：

分位数回归设置为

N = 10000
   tauList = seq(1:11/12)/12
   y = rchisq(N,2)
   X = matrix( rnorm(3*N)  ,nrow = N, ncol = 3 )
   fit <- rq( y ~ X-1, tau = tauList, method = "fn")

我要预测的新数据集是

newdata <- matrix( rbeta((3*N),2,2)    ,nrow = N,ncol=3 )

我使用 predict.rq 或 predict 来预测新数据。两者return相同的结果：

fit_use_predict <- predict.rq( fit, newdata = as.data.frame(newdata) )

我也根据系数矩阵手动进行预测：

coef_mat <- coef(fit)
fit_use_multiplication <- newdata %*% coef_mat

我希望两者在数值上相同，但它们不是：

diff <- fit_use_predict - fit_use_multiplication
print(diff)

他们的区别不容忽视

然而，预测原始数据集X，两者return相同的结果，即

predict(fit, newdata = data.frame(X)) = X %*% coef_mat  ## True

我在使用该功能时是否漏掉了什么？谢谢！

Answer 1

我认为您只需在数据中保留 'X' 名称，就像在训练数据中一样。


library(quantreg)
N = 10000
tauList = seq(1:11/12)/12
y = rchisq(N,2)
X = matrix( rnorm(3*N)  ,nrow = N, ncol = 3 )
fit <- rq( y ~ X-1, tau = tauList, method = "fn")

newdata <- matrix( rbeta((3*N),2,2)    ,nrow = N,ncol=3 )
fit_use_predict <- predict.rq( fit, newdata = data.frame(X=I(newdata)) )

coef_mat <- coef(fit)
fit_use_multiplication <- newdata %*% coef_mat
diff <- fit_use_predict - fit_use_multiplication

max( abs(diff) )

输出为0

Answer 2

这里有一个更严重的问题，在我们开始预测之前，模型迫使所有拟合的分位数函数通过设计原点 space，并且由于协变量以原点为中心，所有分位数函数被迫穿过那里。即使 X 全部位于正向，也可以说响应分布在原点退化是一个非常有力的假设。

在包 quantreg 中滥用 predict.rq？

Misuse predict.rq in the package quantreg?

r

regression

quantreg

quantile-regression