非統計学者への分位点回帰の説明

最近、クォンタイル回帰を使用した論文を心理学ジャーナルに投稿しました。クォンタイル回帰の明確な説明にはすでに十分な考えを入れていたと思いますが、レビュアーは、標準OLS回帰のみに精通しているクォンタイル回帰手法のより良い説明を求めました。

それでは、経験的論文で非統計学者に分位点回帰を説明する最良の方法は何ですか？

技術ではなく、モチベーションに重点を置くことを検討します（参考にしてください）。特に：

• 無料配布：エラー分布のパラメトリック形式を想定したくない。
• 堅牢性：従属変数が汚染されている可能性があります。

正規性の仮定では、分布全体を回復するには平均と分散で十分なので、（条件付き）分布全体を回復するだけでは、変位値回帰は正当化されません。また、他のパラメトリックエラー分布についても同様です。

レビューア/聴衆がより単純な統計を理解することにより、直観性を構築してください。

中心傾向の尺度として平均の代わりに中央値を使用するのはなぜですか？この点を伝えることができれば、残りが続きます。