基于Maximin方法的异质性数据分位数回归模型研究

针对具有多个来源的异质性数据,本文借鉴均值回归模型的Maximin估计思想,提出了分位数回归的Maximin估计方法,并给出其数学表示、参数估计、模型检验与预测方法。该方法通过最大化所有来源数据可解释残差的最小值,构建一个凸显所有来源数据共性的简单模型,以减少数据来源较多而呈现的复杂性。数值模拟结果显示,相比于传统的分位数回归模型,分位数回归的Maximin估计方法具有较高的预测精度。并将其应用于PM2.5的条件密度预测,结果显示PM2.5的条件密度预测呈右偏尖峰分布,预测其众数可能更为有效。