Model-based bootstrap for detection of regional quantile treatment effects
Model-based bootstrap for detection of regional quantile treatment effects
复制标题
基于模型的引导程序用于检测区域分位数治疗效果
DOI：
10.1080/10485252.2021.1934465
复制
发表时间：
2021
影响因子：
1.2
通讯作者：
He, Xuming
中科院分区：
文献类型：
--
作者：
Sun, Yuan;He, Xuming
通常在分位数回归框架中考虑分位数处理效应，以调整协变量的影响。在这项研究中，我们集中在测试在一组分位数水平(例如，较低分位数)的治疗效果是否显著的问题。我们提出了一种区域分位数回归秩检验法，作为单个分位数水平的秩检验法的推广。这个测试统计量允许我们通过对感兴趣区域的回归等级分数进行积分，来检测预先指定的分位数间隔的治疗效果。构造了一种新的基于模型的Bootstrap方法来估计检验统计量的零分布。通过仿真实验验证了该测试方法的有效性和有效性。我们还通过对2016年美国出生体重数据和选定的S标准普尔500指数板块投资组合数据的分析，展示了所提出的方法的使用。
Quantile treatment effects are often considered in a quantile regression framework to adjust for the effect of covariates. In this study, we focus on the problem of testing whether the treatment effect is significant at a set of quantile levels (e.g. lower quantiles). We propose a regional quantile regression rank test as a generalisation of the rank test at an individual quantile level. This test statistic allows us to detect the treatment effect for a prespecified quantile interval by integrating the regression rank scores over the region of interest. A new model-based bootstrap method is constructed to estimate the null distribution of the test statistic. A simulation study is conducted to demonstrate the validity and usefulness of the proposed test. We also demonstrate the use of the proposed method through an analysis of the 2016 US birth weight data and selected S&P 500 sector portfolio data.
影响因子：
3.8
作者：
R. Koenker
通讯作者：
R. Koenker
关于回归分位数函数的单调性
影响因子：
0.8
作者：
Tereza Neocleous;S. Portnoy
通讯作者：
S. Portnoy