मात्रात्मक प्रतिगमन वितरणात्मक धारणाएं नहीं करता है, अर्थात, अवशिष्ट के बारे में धारणाएं, यह मानने के अलावा कि प्रतिक्रिया चर लगभग निरंतर है। आप प्रमुख कोई बात बिगड़ जाए सकते हैं कि एक समारोह भविष्यवक्ताओं एक्स के रूप में एक भी quantile का आकलन, दूर दूर तक की समस्या को संबोधित कर रहे हैं रैखिक भविष्यवक्ता की misspecification हैं Xβअंडरफुटिंग द्वारा, यानी, नॉनलाइनर इफेक्ट्स (एक सामान्य समस्या) या इंटरैक्शन इफेक्ट्स को शामिल करने में विफल होना। कम से कम दो अनुशंसित दृष्टिकोण हैं। सबसे पहले, यदि आपका नमूना आकार बड़ा है, तो बस अधिक लचीला मॉडल फिट करें। एक अच्छा समझौता यह है कि सभी मुख्य प्रभावों को प्रतिगमन स्पाइन जैसे कि प्रतिबंधित क्यूबिक स्प्लीन (प्राकृतिक स्प्लिन) का उपयोग करके बिनालाइन के होने दिया जाए। फिर ऐसा कुछ भी नहीं है जिसे बातचीत के अलावा जाँचने की आवश्यकता हो। दूसरा दृष्टिकोण यह आशा करना है कि मॉडल सरल है (क्यों?) लेकिन इसे जटिल होने दें, फिर सरल मॉडल के लिए जटिल परिवर्धन के प्रभाव का आकलन करें। उदाहरण के लिए, हम nonlinear या बातचीत की शर्तों या दोनों के संयुक्त योगदान का आकलन कर सकते हैं। एक उदाहरण निम्नानुसार है, आर rmsऔरquantregसंकुल। मापदंडों की संख्या को सीमित करने के लिए एक समझौता इंटरैक्शन फॉर्म का उपयोग किया जाता है। बातचीत को नोंक-झोंक से सीमित नहीं किया जाना चाहिए।
require(rms)
# Estimate 25th percentile of y as a function of x1 and x2
f <- Rq(y ~ rcs(x1, 4) + rcs(x2, 4) + rcs(x1, 4) %ia% rcs(x2, 4), tau=.25)
# rcs = restricted cubic spline, here with 4 default knots
# %ia% = restricted interaction
# To use general interactions (all cross product terms), use:
# f <- Rq(y ~ rcs(x1, 4)*rcs(x2, 4), tau=.25)
anova(f) # get automatic combined 'chunk' tests: nonlinearity, interaction
# anova also provides the combined test of complexity (nonlin. + interact.)