基于分位数回归的大学生成绩变化实证分析  

Empirical Analysis of College Grades Based on Quantile Regression

作　　者：李晓莉[1] 谷建胜[1] 

机构地区：[1]苏州科技学院数理学院,江苏苏州215009

出　　处：《大学数学》2013年第3期118-123,共6页College Mathematics

基　　金：江苏省高等教育教改研究课题资助项目(2011JSJG250);江苏省数学重点专业类建设资助项目(苏教高[2012]23号-274)

摘　　要：在介绍分位数回归方法的基础上,讨论了分位数回归模型在研究影响大学生成绩变化因素方面的应用,与最小二乘回归模型对比,分位数回归能有效地描述数据尾端的分布情况.This article introduces the Quantile regression model, and discusses the application of the QR model on analyzing variables around college grades. Comparing with the least-squares regression model, the Quantile regression model is more effective in describing the distribution of tail data.

关 键 词：分位数回归 最小二乘回归 参数估计 成绩分析 

分 类 号：O212[理学—概率论与数理统计]