Quantilsregression

Kurzbeschriebung

Die Quantilsregression ist ein statistisches Regressionsverfahren, das – im Gegensatz zur klassischen linearen Regression – nicht den bedingten Erwartungswert, sondern beliebige Quantile (z. B. Median, obere oder untere Randbereiche) der Zielvariable modelliert. Dadurch lassen sich Effekte von Kovariaten entlang der gesamten Verteilung der Zielgröße untersuchen und nicht nur im Mittel.

Methodisch basiert die Quantilsregression auf der Minimierung einer asymmetrischen Verlustfunktion (Pinball-Loss), die positive und negative Abweichungen unterschiedlich gewichtet. Für jedes Quantil wird ein separates Regressionsproblem gelöst, sodass sich quantilspezifische Koeffizienten ergeben.

Die Methode ist robust gegenüber Ausreißern und Heteroskedastizität und erlaubt es, Verteilungseffekte sichtbar zu machen, etwa wenn sich Einflussfaktoren bei niedrigen Werten anders auswirken als bei hohen. Sie ist primär deskriptiv-inferentiell, nicht kausal im engeren Sinne.

Anwendbarkeit im Gesundheitssektor

Quantilsregression wird im Gesundheitswesen und Public Health eingesetzt, um ungleiche Effekte entlang der Ergebnisverteilung zu analysieren. Beispiele sind der Einfluss sozialer Determinanten auf Mortalität, die Wirkung von Umweltbelastungen auf hohe Krankheitsrisiken oder Unterschiede in sehr langen Krankenhausaufenthalten.

Besonders wertvoll ist sie, wenn Extrembereiche (z. B. obere 10 % der Kosten, schwerste Krankheitsverläufe, höchste Expositionsgruppen) von Interesse sind. In der Versorgungsforschung und Epidemiologie ergänzt Quantilsregression Mittelwertmodelle und hilft, Verteilungsungleichheiten sichtbar zu machen.

Sonstiges

Quantilsregression setzt keine Normalverteilung der Fehler voraus

Sie ist gut kombinierbar mit Paneldaten (Fixed-Effects-Quantilsregression)

Die Ergebnisse sind nicht automatisch kausal, auch wenn Kovariaten kontrolliert werden

Semantik

Wikidata-Identifikator ist: Q726047

Deutsche Wikipediaseite ist: https://de.wikipedia.org/wiki/Quantilsregression

Englische Wikipediaseite ist: https://en.wikipedia.org/wiki/Quantile_regression

Quelle: Koenker, R. (2005). Quantile Regression. Cambridge University Press.

Behandlung von Unsicherheit in den Ergebnissen der Methode ist explizit

Für die Methode benötigte Datenmenge ist mittel

Zweck der Methode ist Inferenz

Methode ist Mitglied der Methodenfamilie Statistisch;Kausale Inferenz„Statistisch;Kausale Inferenz“ befindet sich nicht in der Liste (Mechanistisch, Statistisch, Maschinenlernen, Tiefes Lernen, Hybrid, Kausale Inferenz, Simulation, Operationale Vorhersage, Beschreibende und erkundende Analyse, Praktisches Anwendungskonzept, ...) zulässiger Werte für das Attribut „Methode ist Mitglied der Methodenfamilie“.

Interpretierbarkeit der Ergebnisse der Methode ist mittel

Webseite: https://www.econ.uiuc.edu/~roger/research/quantile.html