71、在一元回归模型 =(beta )_(0)+(beta )_(1)x+varepsilon 中,改变条件要求随机误差项的条件中位数为0,这被-|||-称为中位数回归。下列关于中位数回归和分位数回归的说法正确的是()。 ()-|||-多选题-|||-square 中位数回归通过极小化绝对值损失函数进行参数估计-|||-square 中位数回归可以通过迭代法极小化目标函数-|||-square 中位数回归也使用最小二乘方法进行参数估计-|||-心-|||-square 分位数回归和中位数回归都不受异常值的影响-|||-square 分位数回归比中位数回归和均值回归给出的信息更全面

步骤 1：中位数回归的参数估计方法
中位数回归通过极小化绝对值损失函数进行参数估计。这意味着它试图找到使绝对误差之和最小的参数值。这与最小二乘法不同，后者是通过极小化平方误差之和来估计参数的。

步骤 2：中位数回归的计算方法
中位数回归可以通过迭代法极小化目标函数。迭代法是一种逐步逼近最优解的方法，适用于目标函数复杂或非线性的情况。在中位数回归中，迭代法可以用来逐步调整参数值，直到找到使绝对误差之和最小的参数值。

步骤 3：中位数回归与最小二乘法的区别
中位数回归不使用最小二乘方法进行参数估计。最小二乘法是通过极小化平方误差之和来估计参数的，而中位数回归是通过极小化绝对误差之和来估计参数的。因此，中位数回归和最小二乘法在参数估计方法上是不同的。

步骤 4：分位数回归和中位数回归对异常值的敏感性
分位数回归和中位数回归都比均值回归更不受异常值的影响。这是因为中位数和分位数对异常值的敏感性较低，而均值对异常值的敏感性较高。因此，中位数回归和分位数回归在处理异常值时比均值回归更稳健。

步骤 5：分位数回归的信息量
分位数回归比中位数回归和均值回归给出的信息更全面。这是因为分位数回归可以提供关于数据分布的更多信息，而不仅仅是关于中位数或均值的信息。因此，分位数回归可以提供更全面的数据描述。