quantreg包:predict.rq只接受一个tau

quantreg包:predict.rq只接受一个tau,r,predict,confidence-interval,quantreg,R,Predict,Confidence Interval,Quantreg,我正在使用quantreg包来计算分位数回归。我正在为许多τ拟合回归,并希望计算预测值和95%置信区间。 问题在于,如果添加置信限,函数predict.qr似乎不允许使用多个分位数。到目前为止,我使用循环解决了这个问题,但这使得我的代码非常长。 最简单的例子: 1) 一个分位数(0.5)就可以了 # prediction data set pred.df <- data.frame(disp = 150:160) fit <- rq(mpg ~ disp, data = mtca

我正在使用
quantreg
包来计算分位数回归。我正在为许多τ拟合回归,并希望计算预测值和95%置信区间。 问题在于,如果添加置信限,函数
predict.qr
似乎不允许使用多个分位数。到目前为止,我使用循环解决了这个问题,但这使得我的代码非常长。 最简单的例子:

1) 一个分位数(0.5)就可以了

# prediction data set
pred.df <- data.frame(disp = 150:160) 

fit <- rq(mpg ~ disp, data = mtcars, tau = 0.5)

predict.rq(fit, 
           newdata = pred.df, 
           interval = "confidence")
fit <- rq(mpg ~ disp, data = mtcars, tau = c(0.5, 0.6))
predict.rq(fit, 
           newdata = pred.df)
#预测数据集
pred.df您可以使用
lappy()
,这是一个循环,但可以快速实现:

lapply(c(0.5, 0.6), function(tau) {

fit <- rq(mpg ~ disp, data = mtcars, tau = tau)

predict.rq(fit, 
           newdata = pred.df, 
           interval = "confidence")
})
lappy(c(0.5,0.6),函数(tau){
适合
lapply(c(0.5, 0.6), function(tau) {

fit <- rq(mpg ~ disp, data = mtcars, tau = tau)

predict.rq(fit, 
           newdata = pred.df, 
           interval = "confidence")
})