×
索米亚·罗伊;比斯瓦布拉塔普拉丹

用逐步I型区间删失数据推断竞争风险下对数尺度分布族。 （英语） Zbl 07778714号

内尔统计局。 77，第2号，208-232（2023）.
摘要：在本文中，我们提出了在存在独立竞争风险的情况下，基于渐进I型区间删失数据集的未知寿命参数的统计推断。渐进式I型区间截尾方案是区间截尾方案的推广，允许在检查点对测试单元进行中间抽取。我们假设失效模式对应的寿命分布属于对数尺度分布族。随后，我们给出了未知模型参数的最大似然分析。我们观察到，通过开发期望最大化算法，可以大大简化最大似然估计的数值计算。我们对对数位置尺度分布族的三种流行选择进行了同样的证明。然后，我们通过吉布斯采样和相关的数据增强方案提供未知寿命参数的贝叶斯推断。我们通过详细的仿真研究比较了最大似然估计和贝叶斯估计的性能。我们还说明了使用累进I型区间删失数据集开发的方法。
{©2022荷兰统计与运营研究学会}

MSC公司：

62Nxx号 生存分析和审查数据
62英尺xx英寸 参数化推理
62至XX 统计

关键词：

EM算法;吉布斯采样;对数刻度;对数正态;韦布尔

软件：

斯普林达
PDF格式BibTeX公司 XML格式引用
\textit{S.Roy}和\textit{B.Pradhan}，Stat.Neerl。77，第2号，208--232（2023；Zbl 07778714）
全文： 内政部

参考文献：

[1] Aggarwala，R.（2001）。累进区间删失：应用于推理的一些数学结果。统计学传播——理论与方法，1921-1935年，第30期·Zbl 0991.62079号
[2] Ahmadi，K.、Yousefzadeh，F.和Rezaei，M.（2016）。一类指数分布的逐步I型区间截尾竞争风险数据分析。统计计算与模拟杂志，86，3629-3652·Zbl 07184820号
[3] Ahmadi，K.、Yousefzadeh，F.和Rezaei，M.（2017年）。针对比例风险系列，逐步审查I类区间竞争风险数据。统计学中的通信——模拟和计算，465924-5950·Zbl 1462.62575号
[4] Alimohammadi，M.、Alamatsaz，M.H.和Cramer，E.（2016）。对数凹性的卷积和推广：含义和应用。海军研究后勤，63，109-123·Zbl 1411.60017号
[5] Azizi，F.、Haghighi，F.和Gilani，N.T.（2020年）。累进区间删失威布尔数据下竞争风险模型的统计推断。统计通信——模拟与计算，491931-1944·兹伯利07553287
[6] Balakrishnan，N.和Cramer，E.（2014）。渐进审查的艺术：可靠性和质量的应用。纽约：Birkhäuser·兹比尔1365.62001
[7] Balakrishnan，N.和Kundu，D.（2013年）。混合审查：模型、推断结果和应用。计算统计与数据分析，57166-209·Zbl 1365.62364号
[8] Belaghi，R.A.、Noori Asl，M.和Singh，S.（2017年）。关于在渐进式I型区间删失下估计Burr XII模型的参数。统计计算与模拟杂志，87，3132-3151·Zbl 07192113号
[9] Berger，J.O.（1985）。统计决策理论和贝叶斯分析（第二版）。纽约：Springer‐Verlag·Zbl 0572.62008号
[10] Bhattacharya，S.、Pradhan，B.和Kundu，D.（2014）。混合审查竞争风险数据分析。统计学，481138-1154·Zbl 1367.62278号
[11] Budhiraja，S.、Pradhan，B.和Sengupta，D.（2017年）。渐进式I型区间删失下的最大似然估计量。《统计与概率快报》，第123期，202-209年·Zbl 1463.62048号
[12] Chen，D.G.和Lio，Y.L.（2010年）。渐进I型区间删失下广义指数分布的参数估计。计算统计与数据分析，54，1581-1591·Zbl 1284.62595号
[13] Dempster，A.P.、Laird，N.M.和Rubin，D.B.（1977年）。通过EM算法从不完整数据中获得最大似然。英国皇家统计学会杂志，B辑，39，1-38·Zbl 0364.62022号
[14] Fernández，C.，&Steel，M.F.（1999）。一般位置比例模型的参考先验信息。《统计学与概率快报》，43777-384·Zbl 1054.62527号
[15] Gilks，W.R.和Wild，P.（1992年）。吉布斯采样的自适应抑制采样。应用统计学，41，337-348·Zbl 0825.62407号
[16] Han，D.（2020年）。连续和间隔检查下逐步I型截尾步进应力加速寿命试验的预期终止时间。Neerlandica统计局，74112-124。
[17] Koley，A.和Kundu，D.（2021）。在阶跃压力模型下，分析存在竞争风险数据的渐进式II类审查。Neerlandica统计局，75，115-136。
[18] Lawless，J.F.和Babineau，D.（2006年）。寿命分布的区间截尾模型和基于模拟的推理。生物特征，93，671-686·Zbl 1109.62086号
[19] Liao，H.和Elsayed，E.A.（2010年）。对数位置标度分布的等效加速寿命测试计划。海军研究后勤，57472-488·Zbl 1303.62054号
[20] Lin，Y.，&Lio，Y.L.（2012）。渐进I型区间删失下的贝叶斯推断。应用统计学杂志，391811-1824·Zbl 1473.62091号
[21] Lodhi，C.和Tripathi，Y.M.（2020年）。递进型I区间截尾正态分布的推断。应用统计学杂志，471402-1422·Zbl 1521.62394号
[22] Meeker，W.Q.和Escobar，L.A.（1998年）。可靠性数据的统计方法。纽约：Wiley·Zbl 0949.62086号
[23] Mukhopadhyay，C.和Roy，S.（2016年）。贝叶斯加速寿命测试在竞争的对数位置标度失效原因系列下进行。计算统计学，3189-119·Zbl 1342.65052号
[24] Nelson，W.B.（1990年）。加速测试：统计模型、测试计划和数据分析。纽约：Wiley·Zbl 0717.62089号
[25] Ng，H.K.T.和Wang，Z.（2009年）。基于逐步I型区间删失样本的威布尔分布参数的统计估计。统计计算与模拟杂志，79，145-159·Zbl 1161.62066号
[26] Pascual，F.（2010年）。加速寿命测试规划，具有独立的对数正态竞争风险。《统计规划与推断杂志》，1401089-1100·Zbl 1179.62147号
[27] Pradhan，B.和Kundu，D.（2014）。使用Weibull寿命分布分析区间删失数据。Sankhya B，第76页，第120-139页·Zbl 1305.62104号
[28] Roy，S.、Gijo，E.V.和Pradhan，B.（2017年）。基于对数正态分布的渐进I型区间截尾数据的推断。统计通信——模拟与计算，46，6495-6512·Zbl 1462.62629号
[29] Roy，S.和Mukhopadhyay，C.（2014）。竞争威布尔失效原因下的贝叶斯加速寿命测试。统计学传播——理论与方法，43，2429-2451·Zbl 1462.62630号
[30] Roy，S.和Mukhopadhyay，C.（2016年）。贝叶斯主义者
[（D\]\）‐具有竞争性指数失效原因的串联系统的最优ALT计划。应用统计学杂志，431477-1493·Zbl 1514.62832号
[31] Roy，S.和Pradhan，B.（2017年）。渐进I型区间截尾方案下的贝叶斯最优寿命试验计划。质量与可靠性工程国际，332727-2737。
[32] Roy，S.、Pradhan，B.和Purakayastha，A.（2022）。逆高斯寿命模型在渐进I型区间删失方案下的推理与设计。国际质量与可靠性管理杂志，391937-1962。
[33] Singh，S.和Tripathi，Y.M.（2018年）。在渐进I型区间删失下估计逆Weibull分布的参数。统计论文，59，21-56·Zbl 1403.62186号
[34] Tanner，M.A.和Wong，W.H.（1987年）。通过数据增强计算后验分布。美国统计协会杂志，82528-540·Zbl 0619.62029号
[35] Zellner，A.（1986年）。使用非对称损失函数的贝叶斯估计和预测。美国统计协会杂志，81，446-451·Zbl 0603.62037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。