20、模型拟合评估与改进：从分类设置到模型优化

模型拟合评估与改进：从分类设置到模型优化

1. 分类设置相关分析

1.1 中位数回归分析

在研究中，我们发现每个孩子随着年龄增长会被多次测量，这导致观测值并非相互独立，真实的标准误差比给定的要大。为了进一步探究，我们尝试了中位数回归：

> library ( quantreg )
> rq ( vocab ∼. , data=encc )

得到的系数如下：
| 变量 | 系数 |
| — | — |
| (Intercept) | -581.73077 |
| age | 37.84615 |
| birth order | -19.50000 |
| mom ed | 4.00000 |
| male | -43.42308 |
| asian | -20.07692 |
| black | -13.73077 |
| latino | -67.65385 |
| othernonwhite | -49.65385 |

这里有一个警告“Solution may be nonunique.”，不过稳健结果与之前的结果相似，但有一些适度的变化。

我们还对年龄这一变量的其他分位数进行了研究：

> plot ( c (12 ,30) , c (0 ,800) , type = ”n” ,
xlab = ”age” ,
ylab = ”vocab” )
>