摘要
分位数回归（QR）为刻画条件分布提供了一个灵活的框架，并能提供关于分位数估计的有益见解。在本文中，我们通过强调分位数回归是一种更为普及的条件累积分布函数回归的重参数化方法，为分位数回归的解释提供了直觉。基于这种方法，我们自然地探索了在分位数回归背景下使用比例风险 Cox 回归模型。因此，我们提出了一个基于 Cox 回归模型的框架来估计条件分位数，该框架通过对比例风险结构下的条件累积分布函数进行重参数化而获得。我们建立了所得估计量 的大样本性质，并通过蒙特卡洛模拟研究探讨了其在有限样本中的表现。一项实证应用展示了其在真实世界情境中的实际实现。此外，我们引入了平均分位数效应，这是一个用于量化协变量跨条件分位数影响的总结性指标。在所要求的假设条件下，提出的估计量表现良好，尽管对相关参数的推断强烈依赖于这些前提。
