×
乔基尔·罗基塔（Alicja Jokiel-Rokita）;巴威斯科林斯基

具有对数线性率函数的非均匀伽马过程的最大似然估计。 （英语） Zbl 1473.62336号

J.统计理论实践。 15，第4号，第79号论文，27页（2021年）.
摘要：非均匀伽马过程是更新过程和非均匀泊松过程之间的折衷，因为其在给定时间的失效概率取决于系统的年龄和与上次失效时间的距离。具有对数线性率函数的非均匀伽马过程经常用于重现事件数据的建模。本文证明了该模型三维参数的适当非均匀标度极大似然估计量是渐近正态的，但它具有渐近分布的协方差矩阵奇异的奇怪性质。给出了一个仿真研究来说明有限样本中最大似然估计的行为。所得结果也应用于实际数据分析。

理学硕士：

62号05 可靠性和寿命测试
62米05 马尔可夫过程：估计；隐马尔可夫模型
2012年12月62日 参数估计量的渐近性质

关键词：

调制伽马过程;趋势更新过程;最大似然估计;渐近正态性
PDF格式BibTeX公司 XML格式引用
\textit{A.Jokiel-Rokita}和\textit{P.Skolingski}，J.统计理论与实践。15，第4号，第79号论文，第27页（2021年；Zbl 1473.62336）
全文： 内政部
OA许可证

参考文献：

[1] Ascher H，Feingold H（1969）《系统故障数据的“糟糕”分析》。摘自：第八届可靠性和维护会议记录。丹佛，第49-62页
[2] 阿斯彻，H。；Feingold，H.，《可修复系统可靠性：建模、推理、误解及其原因》（1984年），纽约：马塞尔·德克尔出版社，纽约·Zbl 0543.62083号
[3] Bandyopadhyay，N。；Sen，A.，非均匀伽马过程中的非标准渐近性，Ann Inst Statist Math，57，4，703-732（2005）·Zbl 1093.62081号 ·doi:10.1007/BF02915434
[4] 马萨诸塞州贝宾顿，《评估火山爆发的概率预测》，布尔火山，75783（2013）·doi:10.1007/s00445-013-0783-5
[5] Berman，M.，非均匀和调制伽马过程，生物统计学，68，143-152（1981）·Zbl 0459.62074号 ·doi:10.1093/biomet/68.1.143
[6] 考克斯，DR；刘易斯，PAW，点过程相关性的统计分析，随机点过程，55-66（1972），纽约：威利，纽约·Zbl 0263.62058号
[7] 考克斯，DR；刘易斯，PAW，《一系列事件的统计分析》（1978），伦敦：查普曼和霍尔出版社，伦敦·Zbl 0148.14005号
[8] 亚利桑那州戈尔；Okumoto，K.，软件可靠性和其他性能度量的时间相关错误检测率模型，IEEE Trans-Relib，28，206-211（1979）·Zbl 0409.68009号 ·doi:10.1109/TR.1979.5220566
[9] Hurley，M.，《利用非均匀伽马过程模拟推移质输运事件》，《水文杂志》，138,3529-541（1992）·doi:10.1016/0022-1694（92）90135-I
[10] Ishii T，Dohi T（2008）软件可靠性建模的新范式——从NHPP到NHGP。2008年，第14届IEEE环太平洋可靠计算国际研讨会。第224-231页
[11] 乔基尔·罗基塔，A。；Magiera，R.，趋势更新过程的参数估计，Stat Comput，22625-637（2012）·Zbl 1322.62088号 ·doi:10.1007/s11222-011-9260-1
[12] 乔基尔·罗基塔，A。；Magiera，R.，《关于调制伽马过程中最大似然估计的存在性》，《国际经济统计杂志》，4203-209年（2016年）
[13] Khoshgoftaar TM（1988）软件可靠性增长的非齐次泊松过程。地址：丹麦哥本哈根88年COMPSTAT
[14] Kutoyants，Y.，《小噪声动力系统的识别》（1994），纽约：Springer，纽约·Zbl 0831.62058号 ·doi:10.1007/978-94-011-1020-4
[15] Kutoyants，Y.，空间泊松过程的统计推断（1998），纽约：Springer，纽约·兹伯利0904.62108 ·doi:10.1007/978-1-4612-1706-0
[16] Lawless，JF，《寿命数据的统计模型和方法》（1982年），纽约：John Wiley and Sons出版社，纽约·Zbl 0541.62081号
[17] Lewis PAW（1972）单变量点过程统计分析的最新结果。In：Lewis PAW（ed）随机点过程。纽约威利，第1-54页·Zbl 0263.62056号
[18] Lindqvist B（1993）趋势更新过程，可修复系统的有用模型。瑞典可靠性工程师协会马尔默分会斯堪的纳维亚分会年会
[19] Lindqvist，B.，《关于可修复系统的统计建模和分析》，《统计科学》，21，4，532-551（2006）·Zbl 1129.62092号 ·doi:10.1214/08834230600000448
[20] Lindqvist B、Kjönstad G、Meland N（1994年）。测试可修复系统数据的趋势。In:法国拉博尔ESREL’94会议记录
[21] Lindqvist，B。；Elveback，G。；Heggland，K.，《可修复系统统计分析的趋势更新过程》，《技术计量学》，45，1，31-44（2003）·doi:10.1198/004017002188618671
[22] Lindqvist BH，Doksum KA（2003）可靠性中的数学和统计方法。质量、可靠性和工程统计系列，第7卷。世界科学出版公司，新泽西州River Edge，2002年6月17日至20日在特隆赫姆举行的第三届可靠性数学方法国际会议论文·Zbl 1073.62570号
[23] MacLean，CJ，非平稳泊松过程中指数多项式率函数的估计和测试，生物统计学，61,81-85（1974）·Zbl 0275.62081号 ·doi:10.1093/biomet/61.1.81
[24] Nayak，TK；Bose，S。；Kundu，S.，关于软件可靠性的非齐次泊松过程模型参数估计量的不一致性，Stat Probabil Lett，782217-2221（2008）·Zbl 1283.62043号 ·doi:10.1016/j.spl.2008.01.089
[25] Pietzner，D。；Wienke，A.，《趋势更新过程：医疗复发数据的有用模型》，Stat Med，32，1，142-152（2013）·doi:10.1002/sim.5503
[26] Proschan，F.，观察到的故障率下降的理论解释，技术计量学，5375-383（1963）·doi:10.1080/00401706.1963.10490105
[27] Rao，MM，《随机过程-推理理论》（2014），柏林：施普林格出版社，柏林·Zbl 1341.62036号
[28] Rigdon，S.，《可修复系统：更新和非更新》（2011），美国：美国癌症学会，美国
[29] Saito Y，Dohi T（2015）基于非齐次伽玛过程的软件可靠性模型的鲁棒性。2015年IEEE软件质量、可靠性和安全国际会议。第75-84页
[30] Smith，RL，一类非规则案例中的最大似然估计，生物统计学，7267-90（1985）·Zbl 0583.62026号 ·doi:10.1093/生物技术/72.167
[31] Weiss，L.，一些非标准情况下极大似然估计量的渐近性质，美国统计协会，66，334，345-350（1971）·Zbl 0223.62037号 ·doi:10.1080/01621459.1971.10482266
[32] Weiss，L.，一些非标准情况下极大似然估计的渐近性质。二、 。，美国统计协会杂志，68，342，428-430（1973）·Zbl 0272.62011号 ·doi:10.1080/01621459.1973.10482448
[33] 赵，M。；Xie，M.，关于一般非齐次泊松过程的极大似然估计，Scand J Stat，23，4，597-607（1996）·Zbl 0898.62109号
[34] 周，H。；Rigdon，SE，《美国商业周期中的持续时间依赖性：使用调制幂律过程的分析》，《经济金融杂志》，32，25-34（2008）·doi:10.1007/s12197-007-9005-3
[35] 周，H。；Rigdon，SE，牛市和熊市中的持续时间依赖性，《现代经济》，2279-286（2011）·doi:10.4236/me.2011.23031
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。