Estimates of Percentile Regression Lines Using Salary Data
利用薪资数据估计百分位回归线AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要直接研究百分位回归线及薪资分布的描述，属于分位数与分布方向。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
利用薪资数据估计百分位回归线
- 研究问题
- 存在污染、偏态或方差不齐时，如何估计响应变量的不同百分位回归线，以描述均值回归未呈现的分布特征？
- 方法与思路
- 作者修改 Brown–Mood 回归来估计线性百分位关系，并应用于教授薪资与任职年限相关的人工数据。
- 材料陈述的贡献
- 摘要提出最小二乘之外的非参数百分位线估计方法，并称多条估计百分位线在示例中具有良好的描述作用。
- 阅读关注点
- 应核对百分位线的统计定义、Brown–Mood 方法的修改步骤，以及人工薪资数据的生成方式和估计性质。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；示例是类似真实数据的人工数据，摘要未说明推断性质，不能据此确认真实薪资规律或刊本变化。
原文摘要
In case of contamination, skewness or unequal variances, a nonparametric alternative to least squares regression is considered. In addition, investigators are often more interested in estimates of percentile lines than in the mean regression line. Thus, a modification of Brown-Mood regression is proposed to estimate the (100p) th percentile line α + βx of a random variable. This technique is applied to some data (artificial, but similar to real) relating the salary (y) of a statistics professor and the number (x) of years in rank. The estimates of several of these percentile lines make very good descriptive statistics.