[论文解读] A Percentile-Focused Regression Method for Applied Data with Irregular Error Structures

Elsayed Elamir|arXiv (Cornell University)|Mar 1, 2026

Advanced Statistical Methods and Models被引用 0

一句话总结

论文提出一种基于两阶段CDF的beta回归，用于在不规则误差条件下建模全条件分布，并将预测映射回原始尺度以提高可解释性，具有良好分布适配性和经过校准的预测区间。

ABSTRACT

Irregular errors such as heteroscedasticity and nonnormality remain major challenges in linear modeling. These issues often lead to biased inference and unreliable measures of uncertainty. Classical remedies, such as robust standard errors and weighted least squares, only partially address the problem and may fail when heteroscedasticity interacts with skewness or nonlinear mean structures. To address this, we propose a two-stage cumulative distribution function-based (CDF-based) beta regression framework that models the full conditional distribution of the response. The approach first transforms the outcome using a smoothed empirical CDF and then fits a flexible beta regression, allowing heteroscedasticity and nonnormality to be handled naturally through the mean-precision structure of the beta distribution. Predictions are mapped back to the original scale via the empirical quantile function, which preserves interpretability. A comprehensive Monte Carlo study shows that the proposed method consistently achieves good distributional accuracy and well-calibrated prediction intervals compared with OLS, WLS, and GLS. Application to the concrete compressive strength dataset demonstrates its stability and practical advantages.

研究动机与目标

• 解决线性模型中的不规则误差结构（异方差性和非正态性）。
• 开发一个回归框架，建模反应变量的全条件分布。
• 在原始尺度上给出可解释的预测。
• 确保预测区间的良好校准和稳健的分布精度。

提出的方法

• 用平滑经验CDF对结果变量进行变换。
• 拟合一个灵活的beta回归来建模全条件分布。
• 利用beta分布的均值-精度结构来适应异方差性和非正态性。
• 使用经验分位函数将预测映射回原始尺度，以保留可解释性。
• 通过仿真和实际数据评估分布精度与预测区间。

实验结果

研究问题

• RQ1 两阶段CDF基beta回归能否充分捕捉应用数据中的不规则误差结构（异方差性和偏斜性）？
• RQ2 与标准方法（OLS、WLS、GLS）相比，所提出的方法是否能给出良好校准的预测区间？
• RQ3 通过经验分位数映射回原始尺度时，解释性是否得到保留？
• RQ4 在不同数据生成场景下，该方法在分布精度方面的表现如何？
• RQ5 在真实数据集如混凝土抗压强度等方面的实际表现如何？

主要发现

• 该方法在各种情境下均实现了良好的分布精度。
• 预测区间相对于竞争方法具有良好的校准性。
• 在如混凝土抗压强度等应用中，该方法表现稳定。
• 两阶段框架通过beta分布的均值-精度结构自然处理异方差性和非正态性。