কোয়ান্টাইল রিগ্রেশন বিতরণীয় অনুমানগুলি তৈরি করে না, অর্থাত্, অবশিষ্টাংশগুলি সম্পর্কে অনুমানগুলি, প্রতিক্রিয়ার পরিবর্তনশীল প্রায় অবিচ্ছিন্ন বলে ধরে নেওয়া ছাড়াও। আপনি প্রধান কিছু ভুল হয়ে যেতে পারেন যে একটি ফাংশন ভবিষ্যতবক্তা এক্স হিসাবে একটি একক সমাংশক আনুমানিক হিসাব, অনেক দূরে সমস্যা অ্যাড্রেসিং হয় রৈখিক predictor এর misspecification হয় এক্সβআন্ডারফিট করে, অর্থাত্ ননলাইনার ইফেক্ট (একটি সাধারণ সমস্যা) বা ইন্টারঅ্যাকশন ইফেক্টগুলি অন্তর্ভুক্ত করতে ব্যর্থ। কমপক্ষে দুটি প্রস্তাবিত পন্থা রয়েছে। প্রথমত, যদি আপনার নমুনার আকার বড় হয় তবে কেবল আরও নমনীয় মডেলটি ফিট করুন। একটি ভাল সমঝোতা হ'ল বিধিনিষেধ স্প্লাইস (প্রাকৃতিক স্প্লাইনস) এর মতো রিগ্রেশন স্প্লাইস ব্যবহার করে সমস্ত মূল প্রভাবকে অলৈখিক হতে দেওয়া। তারপরে ইন্টারঅ্যাকশন ছাড়া যাচাই করার দরকার নেই। দ্বিতীয় পদ্ধতির আশা করা যায় যে মডেলটি সহজ (কেন?) তবে এটি জটিল হতে দিন, তারপরে সাধারণ মডেলের জটিল সংযোজনগুলির প্রভাব মূল্যায়ন করুন। উদাহরণস্বরূপ, আমরা ননলাইনার বা ইন্টারঅ্যাকশন শর্তাদি বা উভয়ের সম্মিলিত অবদানকে মূল্যায়ন করতে পারি। একটি উদাহরণ অনুসরণ করে, আর rmsএবং ব্যবহার করেquantregপ্যাকেজ। প্যারামিটারের সংখ্যা সীমাবদ্ধ করতে একটি আপস ইন্টারঅ্যাকশন ফর্ম ব্যবহৃত হয়। মিথস্ক্রিয়া দ্বিগুণ ননলাইনার না থেকে সীমাবদ্ধ।
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.)