分位数回归模型是否存在诸如调整后的类的东西？

在论文中包括分位数回归模型后，审稿人希望我在论文中包含调整后的。我已经为我研究的三个感兴趣的分位数计算了伪（来自Koenker和Machado的1999 JASA论文）。$R^2$$R^2$

但是，我从未听说过针对分位数回归调整过的，也不知道如何计算。我要求您提供以下任一服务：$R^2$

• 优选地：关于如何有意义地计算用于分位数回归的经调整的的公式或方法。$R^2$

• 或者：说服论点向审稿人提供为什么分位数回归中不存在调整后的。$R^2$

我认为审阅者要求的是获取伪值，分位数范围的样本数和模型中的参数数进行“无偏” 。换句话说，在通常情况下调整。也就是说，校正后的无法解释的分数比无法解释的总分数大，即，$R^2$$n_Q$$p$$R^2$$\frac{n_Q-1}{n_Q-p-1}$

$1-R^{2*}=\frac{n_Q-1}{n_Q-p-1}(1-R^2)$或$R^{2*}=1-\frac{n_Q-1}{n_Q-p-1}(1-R^2)$

我同意你的看法，因为这已经是一个伪值，而一个调整后的伪值可能会使读者产生执行伪调整的印象。$R^2$$R^2$

一种替代方法是进行计算，并向审阅者显示结果是什么，而不将其包括在论文中，方法是解释说它超出了您正在使用的已发布方法的范围，并且您不希望发明其他未发布的方法调整后的伪过程。但是，您应该意识到，审阅者提出要求的原因是因为他们希望保证自己没有看到乱码。现在，如果您可以想到另一种完全做到这一点的方法，即确保审阅者的结果可靠，那么问题就应该解决了……$R^2$

一种替代方法是包括更多参考或关于您正在使用的伪值的信息，特别是如果您可以显示鲁棒性或精度的话。例如，针对分位数回归的缺乏拟合检验。伪值对论文是否必不可少，还是有其他方法可以实现相同的目标？$R^2$$R^2$

有时，仅删除问题是最简单的事情。是的，我们同意您的意见，高位审稿人，您的崇高敬意是值得崇拜的， grovel，grovel问题已删除。$<$$>$

您最好不要使用比较两个分位数回归模型，因为分位数回归模型的损失函数不是基于MSE的。$R^2$

您可以尝试AIC或BIC。