For both deterministic or stochastic regressors, as well as
parametric nonlinear or linear regression functions, we prove the
weak consistency of the coefficient estimators for the Type I
censored quantile regression model under different censoring
mechanisms with censoring points depending on the observation
index (in a nonstochastic manner) and a weakly dependent error
process. Our argumentation is based on an exposition of the
connection between the residuals of the economically relevant
model at the outset of the censored regression problem, and the
residuals which are subject to the corresponding optimization
process of censored quantile regression.
In dieser Arbeit wird die schwache Konsistenz der Koeffizientenschätzer
für das zensierte (Typ I) Quantilsregressionsmodell unter sehr allgemeinen
Bedingungen -- lineare und nichtlineare Regressionsfunktionen, deterministische und stochastische Regressoren, Zensierungsgrenzen die (in nichtstochastischer Weise) vom Beobachtungsindex abhängen sowie schwach abhängige Fehlerterme -- bewiesen. Die Argumentation basiert dabei auf dem Zusammenhang zwischen den ökonomischen relevanten Residuen des Ausgangsmodells und den Residuen die Gegenstand der Zielfunktion des Optimierungskalküls der zensierten Quantilsregression sind.