基于长度偏向 Birnbaum-Saunders 分布的量值回归及其在水蒸发中的应用

长度偏置分布在环境、可靠性和经济研究中自然出现，其中抽样机制偏向更大的观测单元。本文提出一种基于长度偏置 Birnbaum-Saunders (QLBS) 分布的量值回归模型。该模型通过将长度偏置 Birnbaum-Saunders 分布重新参数化为其量值函数，以便直接解释协变量对响应变量条件量值的影响。我们推导了对数似然函数和相应的得分方程，并通过数值优化获得最大似然估计量。考虑渐近置信区间和 bootstrap 置信区间。提出了两种残差用于模型评估，即广义 Cox-Snell 残差和随机化量值残差。进行了详尽的蒙特卡洛模拟研究，以评估在不同样本量和量值水平下的最大似然估计量的性能。该方法通过来自巴西的真实气象数据集进行了演示。