آموزش پروژه محور پایان نامه

آشنایی با رگرسیون چارک یا Quantile در پایان نامه دکتری

رگرسیون چارک یا Quantile در پایان نامه دکتری به عنوان جایگزین قابل انعطافی برای رگرسیونی است که تخمین های شرطی متغیر وابسته را تخمین می زند. این توابع همانند روش های رگرسیون خطی کلاسیک بر مبنای کمینه سازی مقادیر مربعات باقی مانده است که امکان تخمین توابع شرطی را برای محققان فراهم می سازد.

در این متن به بررسی معرفی ویژگی های مدل رگرسیون چارک یا Quantile در پایان نامه دکتری می پردازیم.

کاربرد رگرسیون چارک/ Quantile در پایان نامه دکتری چیست؟

امروزه رگرسیون Quantile از اهمیت زیادی در تحقیقات علمی از جمله پایان نامه برخوردار است و توجه بسیاری از پژوهشگران را به خود جلب کرده است. محبوبیت روش Quantile در میان محققان به واسطه ویژگی خاص آن، فراهم سازی چارچوبی واقع بینانه برای انجام مطالعات است.

عدم محدودیت در فرضیه نرمال بودن: در حقیقت، طبیعتا رگرسیون Quantile قادر به پذیرش طیف گسترده ای از توزیع داده ه در مدل است، بدون اینکه تحت هیچگونه محدودیتی مانند فرضیه نرمال بودن داده ها در پایان نامه قرار گیرد، در نتیجه با رگرسیون معمولی در تضاد است.

در نتیجه با ویژگی انعطاف پذیری، در بسیاری از علوم از جمله اقتصاد، علوم اجتماعی، محیط زیست، بیومتریک و علوم رفتاری،و زمینه های دیگر علاقه زیادی به رگرسیون Quantile به وجود آمده است .

امکان ارزیابی کیفی: ویژگی رگرسیون Quantile در مقایسه با روش های دیگر در پایان نامه، ارائه برآورد چارک شرطی متغیر وابسته به جای مقادیر متوسط شرطی است. به این ترتیب، رگرسیون چارک Quantile امکان ارزیابی کیفی دقیق تری بر اساس تجزیه و تحلیل Quantile فراهم می کند.
تفسیر پارامترهای برآوردی در پایان نامه: پارامتر برآورد شده در مدل های خطی رگرسیون چارک در پایان نامه، تفسیری مشابه با هر مدل خطی دیگر، به عنوان نرخ تغییر دارد. بنابراین، به طور مشابه با مدل کمترین مربعات معمولی (OLS) ، ضرایب مدل QR را می توان به عنوان نرخ تغییر برخی از چارک های توزیع متغیر وابسته در هر واحد تغییر در مقدار رگرسور تفسیر کرد.