我的问题是关于今年早些时候关于中位数和分位数与中位数和分位数的讨论：
如链接中所述，中位数是累积量的位置度量，有点像加权中位数，其中中位数是未加权、未累积的值分布的位置度量。关于累积量的文献是广泛而深入的，但在我看到这个链接之前，我对它的阅读并没有涵盖内侧或 tantiles。我可以想到很多累积量和 tantiles 有用的情况，例如，在技术或新产品销售的采用和扩散过程中，在金融统计中基于财富的划分等中。
累积量的分析有何不同？一个明显的例子是时间序列分析。累积量几乎肯定是非平稳的、自相关的等。如果希望对累积量分布进行建模，那么对于要求残差为 HAC 的“Box-Jenkins”方法来说，这是不合适的输入。但是在某些情况下，对累积量的分析是首选，例如，当可用时间序列对于标准方法来说太短并且人们只对那个短时间跨度内的采用率感兴趣时。非线性方法对累积量随时间的增长假设一个潜在的 S 曲线，例如 Bass-Anderson 扩散模型，在这里是相关的。
为我的含糊道歉，但我在这里挣扎......我想到了一个问题，即分位数回归是否需要与分位数回归在质量上不同的函数形式？