×
A.阿斯加扎德。;瓦利奥拉希，R。;D.昆都。

混合删失下威布尔分布未来失效预测。 （英语） Zbl 1457.62304号

J.统计计算。模拟 85，第4号，824-838（2015）.
摘要：在本文中，当实验单元的寿命分布假定为威布尔随机变量时，我们考虑基于I型混合删失样本的未来观测的预测。得到了不同的经典和贝叶斯点预报器。使用平方误差和线性指数损失函数获得贝叶斯预测因子。我们还提供了一种计算贝叶斯预测区间的模拟一致性方法。通过蒙特卡罗模拟比较了不同方法的性能，并给出了一个数据分析以进行说明。

引用于14文件

MSC公司：

62号05 可靠性和寿命测试
10层62层 点估计
2015年1月62日 贝叶斯推断
62层25 参数公差和置信区域
62纳米02 生存分析和删失数据中的估计

关键词：

混合审查;威布尔分布;预测器;预测区间;蒙特卡罗模拟
PDF格式BibTeX公司 XML格式引用
\textit{A.Asgharzadeh}等人，《统计计算杂志》。模拟85，第4期，824--838（2015；Zbl 1457.62304）
全文： DOI程序

参考文献：

[1] 爱泼斯坦B.指数情况下的寿命测试。Ann Math Stat.1954年；25:555-564. doi:10.1214/aoms/1177728723[交叉引用]，[谷歌学者]·兹比尔0058.35104
[2] Fairbanks K，Madison R，Dykstra R.混合寿命试验中指数参数的置信区间。美国统计协会杂志，1982年；77:137-140. doi:10.1080/01621459.1982.1047776[Taylor&Francis Online]，[Web of Science®]，[Google学者]·Zbl 0504.62087号
[3] Draper N，Guttman I.指数失效时间混合寿命试验的贝叶斯分析。Ann Inst统计数学。1987;39:219-225. doi:10.1007/BF02491461[Crossref]，[Web of Science®]，[Google学者]·Zbl 0612.62134号
[4] Chen S，Bhattacharya GK。混合删失下指数参数的精确置信界。通用统计理论方法。1988;17:1857-1870。doi:10.1080/03610928808829718[Taylor&Francis在线]，[Web of Science®]，[谷歌学者]·Zbl 0644.62101号
[5] Ebrahimi N.从混合寿命试验中估计指数分布的参数。J统计计划推断。1986年；14:255-261. doi:10.1016/0378-3758（86）90163-1[Crossref]，[Web of Science®]，[Google学者]·Zbl 0593.62022号
[6] Ebrahimi N.混合删失下指数分布未来失效的预测区间。IEEE Trans-Relib。1992;41:127-132。doi:10.1109/24.126685[Crossref]，[Web of Science®]，[Google学者]·Zbl 0743.62089号
[7] Jeong HS，Park I，Yum BJ。指数寿命分布（r，T）混合抽样计划的制定。《1996年应用统计杂志》；23:601-607. doi:10.1080/02664769623964[Taylor&Francis Online]，[Web of Science®]，[Google学者]
[8] Kundu D，Gupta RD。指数失效分布的混合删失方案。公共统计理论方法。1988;27:3065-3083. [谷歌学者]·Zbl 1008.62679号
[9] Childs A、Chandrasekhar B、Balakrishnan N、Kundu D。基于指数分布的I型和II型混合截尾样本的精确似然推断。Ann Inst统计数学。2003年；55:319-330. [Crossref]、[Web of Science®]、[Google学者]·Zbl 1049.62021号
[10] 昆都D。关于混合删失威布尔分布。J统计计划推断。2007;137:2127-2142. doi:10.1016/j.jspi.2006.06.043[Crossref]，[Web of Science®]，[Google学者]·Zbl 1120.62081号
[11] Kundu D，Banerjee A.基于威布尔分布的II型混合删失数据的推断。IEEE Trans Reliab公司。2008年；57(2):369-378. doi:10.1109/TR.2008.916890[Crossref]，[Web of Science®]，[Google学者]
[12] Balakrishnan N，Kundu D.混合审查：模型、推断结果和应用（附讨论）。计算统计数据分析。2012;57:166-209. doi:10.1016/j.csda.2012.03.025[Crossref]，[Web of Science®]，[Google学者]·Zbl 1365.62364号
[13] 史密斯RL。优秀田径记录统计：致编辑的信。1997年应用统计；46:123-127. [Crossref]、[Web of Science®]、[Google学者]
[14] Smith RL.参数预测推理的贝叶斯和频率论方法。在：BernadoJM，BergerJO，DawidAP，SmithAFM，编辑。贝叶斯统计（讨论）。牛津：牛津大学出版社；1999年，第6卷，第589-612页。[谷歌学者]·Zbl 0974.62003号
[15] Al-Hussaini EK公司。从一般分布类中预测可观测值。J统计计划推断。1999;79:79-81. doi:10.1016/S0378-3758（98）00228-6[Crossref]，[Web of Science®]，[Google学者]
[16] Dellaportas P，Wright D.双参数Weibull分布的数值预测。统计员。1991;40: 365-372. doi:10.2307/2348725[交叉引用]，[谷歌学者]
[17] Kundu D，Raqab MZ。II型删失威布尔分布的次序统计量的贝叶斯推断和预测。J统计计划推断。2012;142:41-47. doi:10.1016/j.jspi.2011.06.019[Crossref]，[Web of Science®]，[Google学者]·Zbl 1227.62005年
[18] Raqab MZ，Nagaraja HN。关于未来订单统计的一些预测因素。地铁。1995;53(12):185-204. [谷歌学者]·Zbl 0883.62047号
[19] Varrian HR.房地产评估的贝叶斯方法。作者：StephenEF和ZellnerA，编辑。贝叶斯计量经济学和统计学研究，以纪念伦纳德·J·萨拉奇。北荷兰：阿姆斯特丹；1975年，第195-208页。[谷歌学者]
[20] Zellner A.使用非对称损失函数的贝叶斯估计和预测。《美国统计学会杂志》，1986年；81:446-451. doi:10.1080/01621459.1986.10478289[Taylor&Francis Online]，[Web of Science®]，[Google学者]·Zbl 0603.62037号
[21] Devroye L.一种生成具有对数曲线密度的随机变量的简单算法。计算。1984;33: 247-257. doi:10.1007/BF02242271[Crosref]，[Web of Science®]，[谷歌学者]·Zbl 0561.65004号
[22] Geman S，Geman A.随机松弛，吉布斯分布和图像的贝叶斯恢复。IEEE Trans-Pattern Ana Mach Intell公司。1984;6:721-740. doi:10.1109/TPAMI.1984.4767596[Crossref]，[PubMed]，[Web of Science®]，[Google学者]·Zbl 0573.62030号
[23] Badar MG，Priest AM。混杂复合材料中纤维和束强度的统计方面。收录人：HayashiT、KawataK、UmekawaS，编辑。科学和工程复合材料的进展。东京：ICCM-IV；1982年，第1129-1136页。[谷歌学者]
[24] Raqab MZ，Kundu D.按比例Burr X型分布的P[Y<X]不同估计值的比较。公共统计模拟计算。2005;34(2):465-483. doi:10.1081/SAC-200055741[Taylor&Francis Online]，[Web of Science®]，[Google学者]·Zbl 1065.62172号
[25] Kundu D，Gupta RD。威布尔分布的P（Y<X）估计。IEEE Trans Reliab公司。2006;55(2):270-280. doi:10.1109/TR.2006.874918[Crossref]，[Web of Science®]，[Google学者]
[26] Kundu D，Raqab MZ.三参数Weibull分布R=P（Y<X）的估计。统计概率出租。2009;79:1839-1846. doi:10.1016/j.spl.2009.05.026[Crossref]，[Web of Science®]，[Google学者]·Zbl 1169.62012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。