bqror: An R package for Bayesian Quantile Regression in Ordinal Models
bqror：用于有序模型贝叶斯分位数回归的 R 软件包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。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
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：摘要直接结合有序离散结果模型与分位数回归，因此同时对应离散选择和分位数与分布效应方向。
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…
bqror：用于有序模型贝叶斯分位数回归的 R 软件包
- 研究问题
- 如何为有序结果的贝叶斯分位数回归提供便于使用的估计、模型比较和拟合评估工具，并实现相应的计算算法？
- 方法与思路
- 作者介绍 bqror 软件包：ORI 模型结合 Gibbs 与 Metropolis–Hastings 抽样，ORII 模型仅用 Gibbs 抽样，并计算边际似然。
- 材料陈述的贡献
- 摘要称软件包实现两类有序分位数模型及相关推断、拟合功能，并通过多项模拟和两个应用展示模型与估计程序。
- 阅读关注点
- 应核对 ORI 与 ORII 在三个结果类别时的模型区别、分位数的解释对象，以及先验设定、抽样收敛和边际似然计算。
- 阅读边界
- 所给版本为 arXiv 预印本，不能确认同行评审或期刊接收；摘要未说明具体模型限制、模拟数值及软件当前可用状态。
原文摘要
This article describes an R package bqror that estimates Bayesian quantile regression for ordinal models introduced in Rahman (2016). The paper classifies ordinal models into two types and offers computationally efficient, yet simple, Markov chain Monte Carlo (MCMC) algorithms for estimating ordinal quantile regression. The generic ordinal model with 3 or more outcomes (labeled ORI model) is estimated by a combination of Gibbs sampling and Metropolis-Hastings algorithm. Whereas an ordinal model with exactly 3 outcomes (labeled ORII model) is estimated using Gibbs sampling only. In line with the Bayesian literature, we suggest using marginal likelihood for comparing alternative quantile regression models and explain how to compute the same. The models and their estimation procedures are illustrated via multiple simulation studies and implemented in two applications. The article also describes several other functions contained within the bqror package, which are necessary for estimation, inference, and assessing model fit.