While OLS minimizes the sum of squa

While OLS minimizes the sum of squared errors, quantile regression minimizes a weighted
sum of absolute values of errors with different
weights being placed on positive and negative
errors, as in equation (1) (Kennedy 2008). The
major advantage of quantile regression is the robustness to outliers and heteroskedasticity, as quantile regression estimates conditional quantiles instead of conditional means.

ผลลัพธ์ (ไทย) 1:

ในขณะที่ OLS ช่วยลดจำนวนข้อผิดพลาดที่ยกกำลังสอง quantile ถดถอยลดการถ่วงน้ำหนักผลรวมของค่าของข้อผิดพลาดพร้อมน้ำหนักการวางค่าบวก และค่าลบข้อผิดพลาด ในสมการ (1) (2008 เคนเนดี้) ที่ข้อดีหลัก ๆ ของการถดถอย quantile เป็นเสถียรภาพ outliers และ heteroskedasticity, quantile ถด quantiles เงื่อนไขแทนแบบมีเงื่อนไขหมายถึงประเมินการ

ผลลัพธ์ (ไทย) 2:

ในขณะที่ OLS ช่วยลดข้อผิดพลาดของผลรวมของการยืดการถดถอย quantile ลดถ่วงน้ำหนัก
ผลรวมของค่าที่แน่นอนของข้อผิดพลาดกับที่แตกต่างกัน
น้ำหนักถูกวางไว้บนบวกและลบ
ข้อผิดพลาดในขณะที่สมการ (1) (เคนเนดี 2008)
ประโยชน์ที่สำคัญของการถดถอย quantile เป็นค่าผิดปกติเพื่อความทนทานและ heteroskedasticity เช่นการถดถอย quantile ประมาณการ quantiles เงื่อนไขแทนวิธีการเงื่อนไข

ผลลัพธ์ (ไทย) 3:

ในขณะที่วิธีลดผลรวมของกำลังสองของข้อผิดพลาด ควอนไทล์ถดถอยลดผลรวมถ่วงน้ำหนักของค่าความคลาดเคลื่อนสัมบูรณ์ของ

ถูกวางไว้กับน้ำหนักที่แตกต่างกันบวกและลบ
ข้อผิดพลาด ในสมการ ( 1 ) ( Kennedy 2008 )
ประโยชน์หลักของควอนไทล์จำความและการ heteroskedasticity ผิดปกติ ,การประมาณการเป็นควอนไทล์ quantiles แทนที่จะหมายถึงเงื่อนไขเงื่อนไข