×
Rai、Himanshu;M.S.潘瓦尔。;桑吉夫·托默。

使用Lindley失效模型分析屏蔽数据。 （英语） Zbl 07713858号

Commun公司。统计、仿真计算。 52，编号4，1192-1211（2023）.
总结：当机组因几种互斥原因中的任何一种而发生故障时，首选对故障前数据进行竞争性风险分析。屏蔽数据是指缺少故障原因的竞争风险数据。此类数据中的屏蔽可能取决于装置的故障原因或故障时间，也可能独立于这两者。在本文中，我们讨论了基于Lindley分布的竞争风险模型，假设掩蔽是对称的、与原因相关的和与时间相关的。我们考虑了模型参数的点估计和区间估计的最大似然方法以及贝叶斯方法。我们进行了广泛的模拟研究，以观察各种估计器的性能。最后，我们分析了癌症患者的真实掩蔽数据，并为其选择了最佳掩蔽模型。

引用于2文件

MSC公司：

62至XX 统计

关键词：

贝叶斯估计;原因相关掩蔽;竞争性风险;EM算法;林德利分布;屏蔽数据;最大似然估计;时间相关掩蔽

软件：

引导数据库
PDF格式BibTeX公司 XML格式引用
\textit{H.Rai}等人，Commun。统计、仿真计算。52，第4号，1192--1211（2023；Zbl 07713858）
全文： 内政部

参考文献：

[1] 安德森，T.W。；Ghurye，S.G.，《通过最大随机变量分布识别参数》，《皇家统计学会杂志：B辑（方法学）》，39，3，337-42（1977）·Zbl 0378.62020号 ·doi:10.1111/j.2517-6161.1977.tb01632.x
[2] Basu，A.P.，《科学工作中的统计分布，竞争和互补风险理论中的可识别性问题——一项调查》，335-48（1981），多德雷赫特：雷德尔
[3] 巴苏，A.P。；Ghosh，J.K.，竞争风险和互补风险模型下分布的可识别性，统计学中的传播——理论和方法，9，14，1515-25（1980）·Zbl 0454.62086号 ·网址：10.1080/03610928008827978
[4] 巴苏，A.P。；Ghosh，J.K.，p中K系统的可识别性结果，统计学中的通信-理论和方法，12，2199-205（1983）·Zbl 0528.62084号 ·doi:10.1080/03610928308828451
[5] 巴苏，A.P。；Klein，J.P.，竞争风险理论的一些最新结果，演讲稿-专题系列，2216-29（1982）
[6] Basu，S.，《竞争风险模型中掩蔽概率的推断》，《统计学中的沟通——理论和方法》，38，16-17，2677-90（2009）·Zbl 1175.62104号 ·doi:10.1080/03610910902936182
[7] 巴苏，S。；巴苏·阿西特，P。；Mukhopadhyay，C.，使用非一致威布尔模型对屏蔽系统故障数据进行贝叶斯分析，《统计规划与推断杂志》，78，1-2，255-75（1999）·Zbl 1057.62532号 ·doi:10.1016/S0378-3758（98）00218-3
[8] 陈先生。；Shao，Q.-M.，贝叶斯可信区间和HPD区间的蒙特卡罗估计，计算与图形统计杂志，8，1，69-92（1999）·doi:10.2307/1390921
[9] 克劳德，M.J.，《古典竞争风险》（2001），佛罗里达州博卡拉顿：查普曼和霍尔/CRC·Zbl 0979.62078号
[10] Dempster，A.P。；新墨西哥州莱尔德。；Rubin，D.B.，通过EM算法从不完整数据中获得的最大似然，英国皇家统计学会杂志：B系列（方法论），39，1，1-38（1977）·Zbl 0364.62022号 ·doi:10.1111/j.2517-6161.1977.tb01600.x
[11] 埃夫隆，B。；Tibshirani，R.J.，《自助入门》（1993），纽约：查普曼和霍尔出版社，纽约·Zbl 0835.62038号
[12] 盖瑟，S。；Eddy，W.F.，《模型选择的预测方法》，《美国统计协会杂志》，74365153-60（1979）·Zbl 0401.62036号 ·网址：10.1080/01621459.1979.10481632
[13] 吉塔尼，M.E。；阿提厄，B。；Nadarajah，S.，Lindley分布及其应用，《模拟中的数学和计算机》，78，4，493-506（2008）·Zbl 1140.62012年 ·doi:10.1016/j.matcom.2007.06.007
[14] Gómez-Déniz，E。；Calderín-Ojeda，E.，《离散Lindley分布：性质和应用》，《统计计算与模拟杂志》，81，11，1405-16（2011）·Zbl 1270.60022号 ·doi:10.1080/00949655.2010.487825
[15] Gupta，P.K。；Singh，B.，具有混合截尾数据的Lindley分布的参数估计，国际系统保证工程与管理杂志，4，43778-85（2013）·doi:10.1007/s13198-012-0120-y
[16] 格特曼，I。；Lin，D.K。；Reiser，B。；Usher，J.S.，《依赖掩蔽和系统寿命数据分析：双组分系统的贝叶斯推断》，《寿命数据分析》，1,187-100（1995）·Zbl 0821.62063号 ·doi:10.1007/BF00985260
[17] Hastings，W.K.，《使用马尔可夫链的蒙特卡罗采样方法及其应用》，《生物统计学》，57，1，97-109（1970）·Zbl 0219.65008号 ·doi:10.1093/生物技术/57.197
[18] Hemmati，F。；Khorram，E.，《关于自适应渐进式II类审查竞争风险数据》，《统计中的通信——模拟和计算》，46，6，4671-93（2017）·Zbl 1378.62116号 ·doi:10.1080/03610918.2015.1129408
[19] Krishna，H。；Kumar，K.，Lindley分布中逐步II型右删失样本的可靠性估计，《模拟中的数学与计算机》，82，2，281-94（2011）·Zbl 1238.62124号 ·doi:10.1016/j.matcom.2011.07.005
[20] Kundu，D.，部分完成时间和失效类型数据的参数估计，《生物医学杂志》，46，2，165-79（2004）·Zbl 1442.62462号 ·doi:10.1002/bimj.200210014
[21] 昆都，D。；Basu，S.，《存在竞争风险的不完整数据分析》，《统计规划与推断杂志》，87，2221-39（2000）·Zbl 1053.62110号 ·doi:10.1016/S0378-3758（99）00193-7
[22] 郭，L。；Yang，T.Y.，掩蔽系统寿命数据的贝叶斯可靠性建模，《统计与概率快报》，47，3，229-41（2000）·Zbl 0968.62072号 ·doi:10.1016/S0167-7152（99）00160-1
[23] 刘易斯，P.O。；谢伟。；陈先生。；范，Y。；Kuo，L.，后验预测贝叶斯系统发育模型选择，系统生物学，63，3，309-21（2014）·doi:10.1093/sysbio/syt068
[24] Lin，D.K。；Guess，F.M.，《系统寿命数据分析与系统故障确切原因相关的部分知识》，微电子可靠性，34，3，535-44（1994）·doi:10.1016/0026-2714（94）90092-2
[25] Lin，D.K。；Usher，J.S。；Guess，F.M.，使用屏蔽系统数据的精确最大似然估计，IEEE可靠性事务，42，4，631-35（1993）·兹比尔0799.62105 ·数字对象标识代码：10.1109/24.273596
[26] Lindley，D.V.，信度分布和贝叶斯定理，皇家统计学会杂志：B辑（方法学），20，1，102-107（1958）·Zbl 0085.35503号 ·doi:10.1111/j.2517-6161.1958.tb00278.x
[27] Mazucheli，J。；Achcar，J.A.，林德利分布应用于竞争风险寿命数据，生物医学中的计算机方法和程序，104，2，188-92（2011）·doi:10.1016/j.cmpb.2011.03.006
[28] 北卡罗来纳州大都会。；Ulam，S.，《蒙特卡罗方法》，《美国统计协会杂志》，44，247，335-41（1949）·兹比尔0033.28807 ·doi:10.1080/01621459.1949.10483310
[29] Miyakawa，M.，竞争风险模型中的不完全数据分析，IEEE可靠性事务，R-33，4，293-96（1984）·doi:10.1109/TR.1984.5221828
[30] Mukhopadhyay，C.，掩蔽序列系统寿命数据的最大似然分析，统计规划与推断杂志，136，3，803-38（2006）·Zbl 1077.62095号 ·doi:10.1016/j.jspi.2004.07.010
[31] Mukhopadhyay，C。；Basu，S.，掩蔽序列系统寿命数据的贝叶斯分析，《统计学中的通信——理论和方法》，36，2，329-48（2007）·Zbl 1109.62092号 ·doi:10.1080/03610920600853357
[32] 国家癌症研究所，DCCPS，监测研究计划（19732014）
[33] Oakes，D.，通过EM直接计算信息矩阵，英国皇家统计学会期刊：B系列（统计方法），61，2479-82（1999）·Zbl 0913.62036号 ·doi:10.1111/1467-9868.00188
[34] Park，C.，使用EM算法对竞争风险中的不完整数据进行参数估计，IEEE可靠性事务，54，2，282-90（2005）·doi:10.1109/TR.2005.846360
[35] Sarhan，A.M.，《基于屏蔽系统寿命数据的部件可靠性估算》，可靠性工程与系统安全，74，1，107-13（2001）·doi:10.1016/S0951-8320（01）00072-2
[36] Sarhan，A.M.，《使用屏蔽数据估计系统组件可靠性》，应用数学与计算，136，1，79-92（2003）·Zbl 1016.62119号 ·doi:10.1016/S0096-3003（02）00017-6
[37] Sarhan，A.M。；El-Bassiouny，A.H.，使用屏蔽系统寿命数据评估并行系统中的部件可靠性，应用数学与计算，138，1，61-75（2003）·Zbl 1019.62096号 ·doi:10.1016/S0096-3003（02）00099-1
[38] Sarhan，A.M。；Kundu，D.，使用屏蔽系统寿命试验数据的几何分布模型可靠性度量的Bayes估计，计算统计与数据分析，52，4，1821-36（2008）·Zbl 1452.62736号 ·doi:10.1016/j.csda.2007.05.031
[39] Spiegelholter博士。；贝斯特，N.G。；卡林，B.P。；Van Der Linde，A.，模型复杂性和拟合的贝叶斯度量，《皇家统计学会杂志：B辑（统计方法）》，64，4，583-639（2002）·Zbl 1067.62010年 ·doi:10.111/1467-9868.00353
[40] 托默，S.K。；辛格，A.K。；Panwar，M.S.，寿命分布族中屏蔽系列系统寿命数据的贝叶斯分析，国际系统保证工程与管理杂志，5，4，495-502（2014）·doi:10.1007/s13198-013-0191-4
[41] Usher，J.S。；Hodgson，T.J.，使用屏蔽系统寿命试验数据进行部件可靠性的最大似然分析，IEEE可靠性事务，37，5，550-55（1988）·兹伯利0658.62119 ·doi:10.1109/24.9880
[42] 王，L。；Li，H.，广义渐进混合删失下指数竞争风险数据的推断，统计通信-模拟与计算（2019）·Zbl 1524.62478号 ·doi:10.1080/03610918.2019.1667388
[43] 徐，A。；Tang，Y.，带相关屏蔽数据的帕累托可靠性贝叶斯分析，IEEE可靠性事务，58，4，583-88（2009）·doi:10.1109/TR.2009.2026811
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。