<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />Mi pregunta proviene de un reciente webcast de Brady Brady. Aunque no revisó específicamente QR en la transmisión reciente, sí lo mencionó brevemente, esto me hizo comenzar a pensar en su aplicabilidad fuera de las áreas de ciencias sociales y socioeconomía. Un área en la que las personas están sumamente interesadas en predecir percentiles extremos es la fiabilidad y los análisis de vida. Siempre les digo a mis compañeros de trabajo que no debemos preocuparnos por el tiempo promedio hasta el fracaso, ni tampoco las métricas de MTT (B) F, ya que pueden ser engañosas, ya que para entonces ya no tendríamos negocio. Necesitamos predicciones precisas para los cuantiles de la vida temprana, como los 5 th o 10 th percentiles
Puedo enfocarme en QR para las ciencias sociales, ya que a menudo están influenciadas por "factores latentes" que podrían evidenciarse como diferencias en los cuantiles. Al menos esa es la justificación que estoy haciendo en mi mente, pero estoy tratando de hacer una justificación para sistemas más "empíricos". Creo que uno de los posibles beneficios es que no estaría haciendo una suposición distributiva que podría estar induciendo un sesgo.
Estoy tomando algo de tiempo extra en el trabajo con un conjunto de datos actual para observar la regresión por cuantiles y compararla con los métodos de supervivencia paramétricos, así como con la regresión generalizada con una personalidad de Weibull. Básicamente, me preguntaba si alguien más tiene experiencia con esto o piensa que hay mérito para investigar QR para aplicaciones de confiabilidad o no. Apreciaría cualquier pensamiento.
¡Gracias!
Dave
