我在一年的时间里有一系列日级动物计数（有些日子有多次测量，有些没有测量）。存在时间趋势，并且可变性取决于y值（=当计数高时更高）。我需要估计总年度中位数，置信区间为95％。在我尝试的事情中：估计每日中位数（从模型中，也预测非采样天数的中位数），然后在每天内进行自举以获得每日95％CI（以估计中位数的百分比表示）。计算年度中位数％CI，并应用于每日中位数的总和以获得年度％CI。这本来是有效的，但我每天都有太少的样本使引导程序无法防御。
我是否应重新取样数据并重新设定模型以获得（比方说）每日估计1,000个中位数，然后使用这些来计算每日95％CI？
与我的结构类似的模拟数据：
set.seed(0)
x <- 1:365
id <- sample(1:365, 200, replace = TRUE)
y0 <- exp(-1 + 0.1 * x[id] - 0.0004 * x[id]^2)
y <- y0 + rnorm(200, 0, y0/5)
plot(x[id], y)
有什么建议吗？