Suparna巴苏;桑杰·库马尔·辛格;乌梅什·辛格 I型删失数据的逆Lindley分布的参数估计。 （英语） Zbl 1417.62287号 计算。斯达。 32，第1期，367-385（2017）. 小结：在寿命试验中，I型截尾方案由于其简单和平衡，在试验完成时间上获得了相当大的增益，因而得到了广泛的应用。本文研究了I型截尾数据下逆Lindley分布的参数估计问题。在经典和贝叶斯范式下都得到了估计。在经典情况下，获得了基于最大似然和最大乘积及其95%渐近置信区间的估计。在贝叶斯模型下，利用马尔可夫链蒙特卡罗方法考虑平方误差损失函数，得到点估计，并基于这些样本计算出最高后验密度区间。根据模拟风险评估上述技术的性能。此外，在指定的截尾方案下，对真实数据集进行了分析，以评估上述估计技术。 引用于三文件 理学硕士： 62号05 可靠性和寿命测试 10层62层 点估计 62英尺12英寸 参数估计量的渐近性质 65立方厘米40 马尔可夫链的数值分析或方法 关键词：I类审查;间距估计的最大乘积;马尔可夫链蒙特卡罗技术 PDF格式BibTeX公司 XML格式引用 \textit{S.Basu}等人，计算。Stat.32，No.1，367--385（2017；Zbl 1417.62287） 全文： 内政部 参考文献： [1] Anatolyev S，Kosenok G（2005）基于间距的最大似然替代方法。经济理论21（2）：472-476。http://www.jstor.org/stable/3533475 ·Zbl 1062.62040号 [2] Berger JO（2013）统计决策理论和贝叶斯分析。施普林格，纽约 [3] Bjerkedal T等人（1960年）感染不同剂量有毒结核杆菌的豚鼠获得耐药性。美国心理学杂志72（1）：130-148 [4] Chen MH，Shao QM（1999）贝叶斯可信区间和HPD区间的蒙特卡罗估计。J计算组统计8（1）：69-92。http://www.jstor.org/stable/1390921 [5] Cheng R，Amin N（1983）估计原点偏移的连续单变量分布中的参数。J R Stat Soc.Ser B（方法学）45（3）：394-403·Zbl 0528.62017号 [6] Cheng R，Iles T（1987）修正了非正则问题中的最大似然。J R Stat Soc.Ser B（方法学）49（1）：95-101·Zbl 0615.62028号 [7] Cheng R，Stephens MA（1989）使用Moran统计数据和估计参数进行的良好性检验。生物特征76（2）：385-392。http://www.jstor.org/stable/2336673 ·Zbl 0671.62050号 [8] Cheng R，Traylor L（1995）非正则最大似然问题。J R Stat Soc.Ser B（方法学）57（1）：3-44·Zbl 0812.62024号 [9] Chib S，Greenberg E（1995）《理解大都会黑斯廷斯算法》。美国统计局49（4）：327-335 [10] Cohen AC（1965）基于完全样本和截尾样本的Weibull分布中的最大似然估计。技术计量学7（4）：579-588·doi:10.1080/0401706.1965.10490300 [11] Efron B（1988）Logistic回归、生存分析和Kaplan-Meier曲线。《美国统计学会杂志》83（402）：414-425。http://www.jstor.org/stable/2288857 ·Zbl 0644.62100号 [12] Epstein B（1954）指数情况下的截短寿命试验。Ann数学统计25（3）：555-564。doi:10.1214/aoms/1177728723·Zbl 0058.35104号 ·doi:10.1214/aoms/1177728723 [13] Ghosh K，Jammalamadaka SR（2001）使用间距的一般估计方法。J Stat Plan推断93（1）：71-82·Zbl 0965.62019 ·doi:10.1016/S0378-3758（00）00160-9 [14] Ghosh SK，Ghosal S（2006），删失数据的半参数加速失效时间模型。贝叶斯统计应用15:213-229 [15] Kundu D，Howlader H（2010）贝叶斯推断和预测II型截尾数据的逆威布尔分布。计算统计数据分析54（6）：1547-1558·Zbl 1284.62604号 ·doi:10.1016/j.csda.2010.01.003 [16] Lee E，Wang J（2003）生存数据分析的统计方法，第476卷。霍博肯·威利·Zbl 1026.62103号 ·doi:10.1002/0471458546 [17] Ng H，Luo L，Hu Y，Duan F（2012）基于逐步II型截尾样本的三参数Weibull分布的参数估计。J统计计算模拟82（11）：1661-1678·Zbl 1431.62460号 ·doi:10.1080/00949655.2011.591797 [18] Pitman EJ（1979）《统计推断的一些基本理论》，第7卷。查普曼和霍尔，伦敦·Zbl 0442.62002号 [19] Ranneby B（1984）最大间距法。与最大似然法有关的一种估计方法。Scand J Stat 11（2）：93-112。http://www.jstor.org/stable/4615946 ·Zbl 0545.62006号 [20] Roberts G，Smith A（1994）吉布斯采样器和Metropolis-Hastings算法收敛的简单条件。斯托克工艺应用49（2）：207-216。doi:10.1016/0304-4149（94）90134-1。http://www.sciencedirect.com/science/article/pii/0304414994901341 ·Zbl 0803.60067号 [21] Shao Y，Hahn MG等（1999）最大间距乘积法：一个统一的公式，并举例说明了强一致性。数学三J 43（3）：489-499·Zbl 0932.62027号 [22] Sharma VK，Singh SK，Singh U（2014）一种用于生存数据分析的新的倒置浴缸形危险率模型。应用数学计算239:242-253。doi:10.1016/j.amc.2014.04.048。http://www.sciencedirect.com/science/article/pii/S0096300314005888 ·Zbl 1334.62177号 [23] Sharma VK、Singh SK、Singh U、Agiwal V（2015）《逆Lindley分布：一个应用于头颈癌数据的应力-强度可靠性模型》。工业生产工程杂志32（3）：162-173。doi:10.1080/21681015.2015.1025901·doi:10.1080/21681015.2015.1025901 [24] Singh SK，Singh U，Kumar D（2013）使用信息先验和非信息先验的倒指数分布的可靠性函数和参数的贝叶斯估计。《统计与计算模拟杂志》83（12）：2258-2269。doi:10.1080/00949655.2012.690156·Zbl 1453.62698号 ·doi:10.1080/00949655.2012.690156 [25] Singh U，Singh SK，Singh RK（2014）广义逆指数分布中传统估计方法和最大乘积间距方法的比较研究。《统计应用概率杂志》3（2）：153-169。doi:10.12785/jsap/030206·doi:10.12785/jsap/030206 [26] Singh U，Singh SK，Singh RK（2014），产品间距作为贝叶斯推断可能性的替代方法。《统计应用概率杂志》3（2）：179-188。doi:10.12785/jsap/030208·doi:10.12785/jsap/030208 [27] Sinha S（1986）可靠性和寿命测试。威利东方有限公司。https://books.google.co.in/books？id=esWaAAAACAAJ 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。