Spatial Quantile Regression

Abstract

In a number of applications, a crucial problem consists in describing and analyzing the influence of a vector Xi of covariates on some real-valued response variable Yi. In the present context, where the observations are made over a collection of sites, this study is more difficult, due to the complexity of the possible spatial dependence among the various sites. In this paper, instead of spatial mean regression, we thus consider the spatial quantile regression functions. Quantile regression has been considered in a spatial context. The main aim of this paper is to incorporate quantile regression and spatial econometric modeling. Substantial variation exists across quantiles, suggesting that ordinary regression is insufficient on its own. Quantile estimates of a spatial-lag model show considerable spatial dependence in the different parts of the distribution.

W wielu zastosowaniach, podstawowym problemem jest opis i analiza wpływu wektora skorelowanych zmiennych objaśniających X na zmienna objaśnianą Y. W przypadku, gdy obserwacje badanych zmiennych są dodatkowo rozmieszczone przestrzennie, zadanie jest jeszcze trudniejsze, ponieważ mamy dodatkowe zależności, wynikające ze zmienności przestrzennej. W tej pracy, w miejsce przestrzennej regresji wykorzystującej średnią, rozpatrzymy przestrzenna regresję kwantylową. Regresja kwantylowa zostanie omówiona w przestrzennym kontekście. Głównym celem pracy jest wskazanie na możliwości powiązania metodologii regresji kwantylowej i ekonometrycznego modelowania przestrzennego. Dodatkowe zasoby informacji o zmienności otrzymujemy badając kwantyle, wychodząc poza tradycyjny opis klasycznej regresji. Estymacja kwantylowa w modelu przestrzennym uwydatnia zależności przestrzenne dla różnych fragmentów rozważanych rozkładów.