Я хочу подогнать модель квантильной регрессии к моим наблюдаемым данным, которые ясно показывают треугольную связь между ответом и переменными-предикторами: 
Когда я делаю:
library("quantreg")
m1 <- rq(Y~ X, tau = 0.75, data=mydata)
summary(m1)
Call: rq(formula = Y ~ X, tau = 0.75, data = mydata)
tau: [1] 0.75
Coefficients:
coefficients lower bd upper bd
(Intercept) 3.42758 1.80850 4.74463
X 0.27879 0.07132 0.82591
Он находит положительную связь (красный), когда она должна быть отрицательной, если смотреть на точки на графике, верно? Может быть, я что-то упускаю, но это похоже на неправильное значение тау. Я пробовал с t=0,97 и t=0,90 (в сером цвете), но получается тот же узор.
Затем, когда я делаю:
m1.all <- rq(Y~ X, tau = seq(0.05, 0.95, by = 0.05), data=mydata)
m1.plot <- summary(m1.all)
Предупреждающие сообщения:
1: В rq.fit.br(x, y, tau = tau, ci = TRUE, ...):
Решение может быть неуникальным
2: В rq.fit.br (x, y, tau = tau, ci = TRUE, ...) :
Решение может быть неуникальным
3: В rq.fit.br(x, y, tau = tau, ci = TRUE, . ..) :
Решение может быть неуникальным
4: В rq.fit.br(x, y, tau = tau, ci = TRUE, ...) :
Решение может быть неуникальным
plot(m1.plot)
Ошибка в plot.window(...): бесконечные оси [GEPretty(-inf,inf,5)]
Я получаю график только для перехвата, но не для коэффициентов.
Что я делаю неправильно?
Я предоставляю здесь свои данные. Я ожидаю отрицательную связь, аналогичную результатам, показанным Cade & Noon 2003 на рис. 1 (см. здесь).
