×

基于指数分布和记录数据的累积危险率和平均剩余寿命的E-Bayes估计。 (英语) Zbl 07194285号

概要:在许多系统中,估计寿命参数(如可靠性和危险率)是必要的。每种估计方法都有其自身的问题,如计算的复杂性、高风险等。为此,本研究采用了一种新的方法E-Bayesian,基于指数分布和记录数据来估计参数。此外,还研究了E-Bayesian估计的渐近性以及它们之间的关系。最后,利用实际数据和蒙特卡罗模拟对E-Bayesian估计和旧方法进行了比较。计算表明,新方法比以往的方法效率更高,而且易于操作。

理学硕士:

62至XX 统计
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] P Xiuyun,Yan X,Zaizai Y.基于渐进式II型截尾的Birnbaum-Saunders模型可靠性分析.统计计算模拟杂志。2019;89(3):461-477. [Taylor&Francis Online]、[Web of Science®]、[Google学者]·Zbl 07193733号
[2] Barbeito I,Cao R.非参数风险率估计的平滑引导带宽选择。J统计计算模拟。2019;89(1):15-37. [Taylor&Francis Online]、[Web of Science®]、[Google学者]·Zbl 07193711号
[3] Samuel BR,Balabelli S,Aslam M.基于广义逆指数分布的截尾寿命试验下重复群抽样方案的设计。J统计管理系统。2018;21(6):955-970. [Taylor&Francis Online]、[Web of Science®]、[Google学者]
[4] Pan D等。基于维纳退化模型的测量误差可靠性估计方法。应用数学计算。2018;320:131-141. [Crossref]、[Web of Science®]、[Google学者]·Zbl 1426.90091号
[5] Wang L,Zhang L,Wang X-Z。基于比例风险模型的轴承可靠性估计和剩余使用寿命预测。中央南方大学J Cent South Univ.2015;22(12):4625-4633. [Crossref]、[Web of Science®]、[Google学者]
[6] Sharma VK,Singh SK,Singh U。用于生存数据分析的新的倒置浴缸型危险率模型。应用数学计算。2014;239:242-253. [Crossref]、[Web of Science®]、[Google Scholar]·Zbl 1334.62177号
[7] Renjini K,Abdul-Sathar E,Rajesh G.在较高记录值下,损失函数对Pareto分布动态累积剩余熵Bayes估计影响的研究。J统计计算模拟。2016;86(2):324-339. [Taylor&Francis Online]、[Web of Science®]、[Google学者]·Zbl 1510.62417号
[8] Kumar Singh R,Kumar Singh S,Singh U。在渐进II型Censoring下估计广义逆指数分布参数的最大乘积间距方法。统计系统J。2016;19(2):219-245. [Taylor&Francis Online]、[Web of Science®]、[Google学者]
[9] Chandler K.记录值的分布和频率。皇家统计学会杂志:B辑(方法学)。1952; 14:220-228。[Crossref]、[Web of Science®]、[Google学者]·Zbl 0047.38302号
[10] Wu J-W,Hong C-W,Lee W-C。具有较高记录值的Burr XII分布产品寿命性能指数的计算程序。应用数学计算。2014;227:701-716. [Crossref]、[Web of Science®]、[Google学者]·Zbl 1364.62251号
[11] Bingyan S,等。基于最大熵的风力发电电力系统概率潮流计算。J Mod Power Syst Cle Energy,2018年;6(5):1042-1054. [Crossref]、[Web of Science®]、[Google学者]
[12] Hassan AS,Abd-Allah M,Nagy HF。基于广义逆指数模型的记录统计贝叶斯分析。国际先进科学与工程技术杂志。2018;8(2):323-335. [Crossref],[Google学者]
[13] Prada J,Dorronsoro J.太阳辐射预测中非恒定不确定区间的一般噪声支持向量回归。J Mod Power Syst Cle Energy,2018年;6(2):268-280. [Crossref]、[Web of Science®]、[Google学者]
[14] 估计故障率的Han M.E-Bayesian方法。第六届新疆运筹学及其应用国际研讨会(ISOR06)。2006.[谷歌学者]
[15] Han M.E-Bayesian估计和故障率的分层Bayesia估计。应用数学模型。2009;33(4):1915-1922. [Crossref]、[Web of Science®]、[Google学者]·兹比尔1205.90097
[16] Okasha HM,Wang J.E-基于记录统计的几何模型贝叶斯估计。应用数学模型。2016;40(1):658-670. [Crossref]、[Web of Science®]、[Google学者]·Zbl 1443.62009年
[17] 基于记录值的比例风险率模型的Közálaslan F.E-Bayesian估计。《统计模拟与计算通信》,2017年:第1-22页。[谷歌学者]·Zbl 07192061号
[18] Kízílaslan F.基于记录值的比例反向风险率模型的E-Bayesian和分层Bayesia估计。J统计计算模拟。2017;87(11):2253-2273. [Taylor&Francis Online]、[Web of Science®]、[Google学者]·兹伯利07192061
[19] LINEX损失函数下指数分布族参数的Han M.E-Bayes估计。《统计学传播——理论与方法》,2018年:第1-12页。[谷歌学者]
[20] Jafari Jozani M、Leblanc A、Marchand E。关于连续分布函数、极小极大和最佳不变估计以及综合平衡损失函数。加拿大J Stat.2014;42(3):470-486. [Crossref]、[Web of Science®]、[Google学者]·Zbl 1297.62021号
[21] 威廉姆斯T。电路设计师的同伴。伦敦:巴特沃斯·海尼曼;2004.[谷歌学者]
[22] Goel R,Taneja H,Kumar V.过去寿命的熵测量和k记录统计。物理A:统计力学应用。2018;503:623-631. [Crossref]、[Web of Science®]、[Google学者]·Zbl 1514.62014年
[23] Jozani MJ,Marchand E.,Parsian A.关于加权平衡型损失函数的估计。统计概率出租。2006;76(8):773-780. [Crossref]、[Web of Science®]、[Google学者]·1090.62007兹罗提
[24] Arnold BC,Balakrishnan N,Nagaraja HN。顺序统计第一课程。第54卷。费城(PA):暹罗;1992.[谷歌学者]·Zbl 0850.62008号
[25] Thach T,BrišR.MLE与混合失效率模型的MCMC估计值。在:变化世界中的安全和可靠性安全社会。特隆赫姆:CRC出版社;2018年,第937-944页。[Crossref],[谷歌学者]
[26] Karban P等人。解决TEAM基准问题22和25的贝叶斯方法及其与其他优化技术的比较。应用数学计算。2018;319:681-692. [Crossref]、[Web of Science®]、[Google学者]·Zbl 1426.74248号
[27] Han M.E——二项分布可靠性的贝叶斯估计。应用数学模型。2011;35(5):2419-2424. [Crossref]、[Web of Science®]、[Google学者]·Zbl 1217.62145号
[28] Han M.层次先验分布的结构及其应用。中国运营资源管理学1997;6(3):31-40. [谷歌学者]
[29] Ahmadi J等。基于平衡型损失函数下一般分布类的k记录数据的Bayes估计。J统计计划推断。2009;139(3):1180-1189. [Crossref]、[Web of Science®]、[Google学者]·Zbl 1156.62015年
[30] Lee ET,Wang J.生存数据分析的统计方法。第476卷。霍博肯:约翰·威利父子公司;2003.【Crossref】,【谷歌学者】·Zbl 1026.62103号
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。