summary.rq输出取决于样本大小

我发现（见下文）quantreg包中的函数（第88页）打印不同的输出，这取决于样本大小是大于等于还是小于1001

我知道，根据样本大小是大于等于还是小于1001，rq（）使用不同的方法。我认为这就是这种行为的原因

显示所述行为的MWE：

> library(quantreg)
> x <- seq(0, 100, length.out = 1000)     
> e <- rnorm(1000, mean = 0, sd = 1.2)
> y <- 6 + 0.1 * x + e  
> summary(rq(y ~ x, tau = 0.025))

Call: rq(formula = y ~ x, tau = 0.025)

tau: [1] 0.025

Coefficients:
            coefficients lower bd upper bd
(Intercept) 3.67733      2.92776  3.88165 
x           0.10061      0.09578  0.10675 
Warning message:
In rq.fit.br(x, y, tau = tau, ci = TRUE, ...) : Solution may be 
nonunique

> x <- seq(0, 100, length.out = 1001)     
> e <- rnorm(1001, mean = 0, sd = 1.2)
> y <- 6 + 0.1 * x + e  
> summary(rq(y ~ x, tau = 0.025))

Call: rq(formula = y ~ x, tau = 0.025)

tau: [1] 0.025

Coefficients:
            Value    Std. Error t value  Pr(>|t|)
(Intercept)  3.61744  0.28052   12.89559  0.00000
x            0.10033  0.00477   21.04017  0.00000

>库（quantreg）
>x-e-y汇总（rq（y~x，tau=0.025））
调用：rq（公式=y~x，tau=0.025）
τ：[1]0.025
系数：
下bd上bd系数
（截距）3.67733 2.92776 3.88165
x 0.10061 0.09578 0.10675
警告信息：
在rq.fit.br（x，y，tau=tau，ci=TRUE，…）中：解决方案可能是
非惟一
>x-e-y汇总（rq（y~x，tau=0.025））
调用：rq（公式=y~x，tau=0.025）
τ：[1]0.025
系数：
值标准错误t值Pr（>t）
（截距）3.61744 0.28052 12.89559 0.00000
x 0.10033 0.00477 21.04017 0.00000

这是你想要的行为吗？对于大于1000的样本大小，如何获得第一种形式的输出

---

我的问题是，我在多个样本大小的循环中使用summary.rq函数，并希望使用下限和上限值。

输出之间的差异不是来自

rq（）

，而是来自

summary.rq（）

。

quantreg

对小于1000的样本量使用“秩”推断方法，否则使用“nid”。帮助文件指出，对于较大的样本量，“rank”方法可能非常慢。如果您坚持要为所有循环研究显示前一个输出，那么您可以指定

summary（rq（y~x，tau=0.025），se=“rank”）

---

然而，更仔细地研究这一点可能会更好地为您服务。例如，如果您的一些研究的样本量非常大，那么计算可能会变得非常缓慢，您可能希望为所有研究指定

se=“nid”

，并手动计算上下频带（代码<上文=值+ 1.96×STD错误< /代码>和<代码>下标＝1.96×*STD错误 .< /P>欢迎来到CV。问题不在于统计或方法论，而是考虑使用某个软件包。请考虑将其重新发布到一个不同的/更合适的位置。在StAccess上90分钟内重新发布，谢谢您的帮助。我建议您设置.seed（），使变量相同。其次，您可以在rq中指定方法。对于samples@justgetinstarted，感谢您的提示，尤其是set.seed（）！但我的问题不是数字。我的问题是输出的格式不同。您的意思是“警告消息：在rq.fit.br（x，y，tau=tau，ci=TRUE，…）：溶液可能不均匀”部分？如果是这样，您可以关闭警告。但请小心，最好将输出保存到列表中，然后在循环完成后打印结果。警告不会显示。如果您发现此答案有用，请选择“已回答”，如果没有，请说明您还在寻找什么，也许我们可以解决此问题。