<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />我的问题源于Brady Brady最近的网络直播。虽然他没有在最近的网络直播中专门审查QR，但他简单地提到了它，这使我开始考虑其在社会科学和社会经济学领域之外的适用性。人们对预测极端百分位非常感兴趣的一个领域是可靠性和生命分析。 我总是告诉我的同事，我们不应该关注失败的平均时间，而不是MTT（B）F指标，因为它们可能会产生误导，因为那时我们已经失业了。 我们需要准确预测早期生活分位数，例如5 日或10 日百分。
我可以在QR社会科学中找到自己的头脑，因为他们经常受到“潜在因素”的影响，这些因素可能证明了分位数的差异。 至少这是我在脑海中所做的理由，但我正试图为更多“经验”系统辩护。 我认为可能的好处之一是我不会做出可能导致偏见的分布式假设。
我正在花费一些额外的时间在工作中使用当前数据集来查看分位数回归并将其与参数生存方法以及具有Weibull个性的广义回归进行比较。基本上，我只是想知道其他人是否有这方面的经验，或者认为有必要调查QR的可靠性应用程序？我很感激任何想法。
谢谢！
戴夫
