ここ数ヶ月、私はこの夏の修士論文の準備として、分位点回帰について集中的に読みました。具体的には、このトピックに関するRoger Koenkerの2005年の本のほとんどを読みました。ここで、この既存の知識を拡張して、計測変数（IV）を可能にする分位点回帰手法にしたいと思います。これは活発な研究分野であり、急速に成長しているようです。
誰かが私に提案することができます：
私は主に文学を探して、始めて、そこにあるものの良い概要を持っています。したがって、最初のポイントは重要なポイントです。2つ目と3つ目は良いでしょう！また、私の関心は主に断面法にありますが、パネル法も歓迎します。
前もって感謝します。
回答:
私はでチラッを取る7本のChernozhukovとハンセンIVQR論文。2005年の論文がよく引用されます。また、MATLAB、OX、Stataのデータとコードへのリンクも提供します。
この文献で頻繁に引用される別の論文は、Abadie、Angrist、and Imbens（2002）です。
Frolich and Melly（2010）およびKwak（2010）も、特にStataを使用している場合はチェックアウトする価値があります。どちらもコードを提供します。
この質問にはすでに受け入れられた答えがありますが、私はこれに貢献できると思います。Koenker（2005）の本は、IV分位点回帰の開発がその頃に始まり始めたので、あなたを遠くまで連れて行かないでしょう。
初期のIVクォンタイル回帰手法には、Chesher（2003）による因果連鎖フレームワークが含まれ、Ma and Koenker（2006）による加重平均偏差アプローチ（WAD）でさらに開発されました。このペーパーでは、制御変量アプローチも紹介しています。同様のアイデアは、制御関数を使用してIV変位値回帰推定量を導出したLee（2007）によって使用されました。
これらの推定器はすべて、識別に必要な仮定された三角誤差構造を利用します。これに伴う問題は、この三角形の構造が、同時性のために生じる内因性の問題に対して信じられないことです。たとえば、これらの推定量を需給推定問題に使用することはできません。
Dimitriy V. Masterovが言及したAbadie、Angrist and Imbens（2002）による推定量は、バイナリの内生変数とバイナリインストゥルメントの両方があると仮定しています。一般に、これは非常に制限的なフレームワークですが、LATEアプローチを線形回帰IVから分位点回帰に拡張します。特に経済学の多くの研究者がLATEコンセプトと結果の係数の解釈に精通しているため、これは素晴らしいことです。
Chernozhukov and Hansen（2005）による独創的な論文は、この文献を実際に開始し、これらの2人はこの分野で多くの仕事をしました。IV変位値回帰推定器（IVQR）は、変位値コンテキストで2SLS推定器への自然なリンクを提供します。Dimitriyが指摘したように、それらの推定量はMatlabまたはOxを介して実装されますが、そのKwak（2010）の論文は忘れてください。この論文は、Stataジャーナルに掲載されることはなく、彼のコードも適切に実行されません。彼はこのプロジェクトを放棄したと思います。
代わりに、Kaplan and Sun（2012）による平滑化された推定式IVQR（SEE-IVQR）推定量を考慮する必要があります。。これは、計算速度（面倒なグリッド検索アルゴリズムを回避）と平均二乗誤差の点で、元のIVQR推定器を改良した最近の推定器です。Matlabのコードはこちらから入手できます。
Frölichand Melly（2010）の論文は、条件付き分位回帰と無条件の分位回帰の違いを考慮しているため、素晴らしいものです。一般に変位値回帰の問題は、回帰に共変量を含めると解釈が変わることです。OLSでは、反復的な期待値の法則を介して、条件付きの期待値から無条件の期待値にいつでも移動できますが、分位数ではこれは利用できません。この問題は、Firpo（2007）およびFirpo et alによって最初に示されました。（2009）。彼は、条件付き分位点回帰係数を通常のOLS係数として解釈できるように限界化するために、リセンタリングされた影響関数を使用します。あなたの目的のために、この推定器は外生変数のみを許可するため、あまり役に立ちません。興味のある方は、ニコールフォーティンがStataコードを彼女のWebサイトで公開しています。
私が知っている最新の無条件IV変位値回帰推定量はPowell（2013）によるものです。彼の一般化（IV）分位点回帰推定量により、内生の存在下での限界分位点治療効果を推定することができます。RANDのWebサイトのどこかで、彼はStataコードも利用できるようにしていますが、今は見つけることができませんでした。あなたがそれを求めたので：以前の論文で、彼はパネルデータのコンテキストでこの推定量を実装しました（Powell、2012を参照）。この推定量は、以前のすべてのパネルデータQRメソッドとは異なり、この推定量は大きなT漸近線（少なくともミクロ計量経済データでは通常はありません）に依存しないため、優れています。
最後になりましたが、よりエキゾチックなバリアント：Chernozhukovらによる打ち切りIVQR推定量（CQIV）など。（2011）名前が示唆するように、打ち切りデータの世話をすることができます。これはChernozhukov and Hong（2003）の論文の拡張版であり、IVコンテキスト用ではないためリンクしません。この推定量は計算量が多くなりますが、データを打ち切り、他に方法がない場合、これが最適な方法です。Amanda KowalskiはStataコードを彼女のWebサイトに公開していますが、RePEcからダウンロードすることもできます。この推定量（および、ところで、IVQRとSEE-IVQRも）は、連続的な内生変数があると仮定します。私はこれらの推定量を、教育が私の内生変数であり、正確に連続的ではない18〜20の値をとる収益回帰のコンテキストで使用しました。しかし、シミュレーション演習では、これが問題ではないことを常に示すことができました。ただし、これはおそらくアプリケーションに依存しているため、これを使用する場合は再確認してください。
分位回帰の新しいハンドブックには、これらのトピックに関する2つの優れた章があります。