summary.rq来自quantreg插图的功能为分位数回归系数的标准误差估计提供了多种选择。在哪些特殊情况下，每种情况都变得最佳/理想？
如在Koenker（1994）中所述，“等级”通过反转等级检验产生估计参数的置信区间。默认选项假定错误是iid，而选项iid = FALSE则实施了Koenker Machado（1999）的建议。有关其他参数，请参见rq.fit.br的文档。
假定误差为iid的“ iid”，如KB（1978）所示，计算渐近协方差矩阵的估计。
假定条件分位数函数的局部（以τ为单位）线性（以x为单位）并使用稀疏性的局部估计来计算Huber三明治估计的“ nid”。
“ ker”使用Powell（1990）提出的三明治的核估计。
“ boot”实现了几种可能的用于估计标准错误的自举选项之一。
我已经阅读了至少20篇经验论文，无论是在时间序列还是在横截面尺寸上都应用了该论文，还没有提到标准误差的选择。
很好的问题，在课堂上有人告诉我“总是使用引导程序”，但是由于我不熟悉其他方法背后的理论，因此我不确定确切的原因。
—
Max Gordon
您是否浏览过Koenker和Hallock（2000）：分位数回归：简介（econ.uiuc.edu/~roger/research/intro/rq.pdf）？Bootstrap是可取的，因为它不对响应的分布做任何假设（第47页，Quantile回归，Hao和Naiman，2007年）。另外，请注意，“ ...渐近程序的假设通常不成立，即使满足这些假设，解决构造的比例尺和偏度偏移的标准误差也很复杂（第43页）。 。”
—
指标
引导重采样是否不假定统一先验是非信息性的？
—
EngrStudent-恢复莫妮卡
@Metrics：也许您应该将其发布为答案？
—
naught101
rms包装的bootcov功能是保存引导复制回归系数（ S）和使用非参数引导百分置信区间的方法来获得置信区间为任何对比度（组合β感兴趣S）。