<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />Ma question découle d'une récente diffusion Web de Brady Brady. Bien qu'il n'ait pas spécifiquement examiné QR dans la récente retransmission sur le Web, il en a brièvement fait mention. Cela m'a amené à réfléchir à son applicabilité en dehors des domaines des sciences sociales et de la socioéconomie. Les analyses de fiabilité et de durée de vie constituent un domaine dans lequel les gens sont extrêmement intéressés par la prévision des centiles extrêmes. Je dis toujours à mes collègues que nous ne devrions pas nous préoccuper du délai moyen avant un échec, pas plus que les métriques MTT (B) F, car elles peuvent être trompeuses, car nous serions en faillite d'ici là. Nous avons besoin de prévisions précises pour les quantiles de début de vie tels que le 5 th ou 10 th percentiles.
Je peux me faire une idée de ce que sont les sciences sociales car elles sont souvent influencées par des "facteurs latents" qui pourraient indiquer des différences dans les quantiles. Au moins, c’est la justification que j’ai à l’esprit, mais j’essaie de justifier les systèmes plus «empiriques». Je pense que l’un des avantages possibles est que je ne ferais pas une hypothèse de distribution qui pourrait induire un parti pris.
Je prends plus de temps au travail avec un ensemble de données actuel pour examiner la régression quantile et la comparer aux méthodes de survie paramétriques ainsi qu’à la régression généralisée avec une personnalité de Weibull. Fondamentalement, je me demandais simplement si quelqu'un d'autre avait l'expérience de cela ou pensait qu'il valait la peine d'enquêter sur les applications de fiabilité pour des applications de fiabilité ou non? J'apprécierais toutes les pensées.
Merci!
Dave
