×

广义渐进混合截尾下Kumaraswamy分布的部分观测竞争风险模型的推断。 (英语) Zbl 07540775号

总结:本文研究了当潜在失效时间服从库马拉斯瓦米分布且失效原因部分被观察时,竞争风险模型的推断。在广义递进混合删失下,建立了模型参数的极大似然估计的存在唯一性。利用渐近分布理论得到了置信区间。我们进一步计算了贝叶斯估计以及可信区间。此外,还讨论了存在阶数受限形状参数时的推断。使用蒙特卡罗模拟研究了所有估计的性能。最后,为了便于说明,对实际数据集进行了分析。

MSC公司:

62至XX 统计
PDF格式BibTeX公司 XML格式引用
全文: DOI程序 链接

参考文献:

[1] Balakrishnan,N。;Aggarwala,R.,《渐进式审查:理论、方法和应用》(2000),博克豪泽:博克豪塞,波士顿
[2] Balakrishnan,N。;Cramer,E.,《进步审查的艺术》(2014),Springer:Springer,纽约·Zbl 1365.62001号
[3] Cheng,Y。;Fine,J.P.,基于双变量竞争风险数据的病因特异性交叉风险比的非参数估计,Biometrika,95233-240(2008)·Zbl 1437.62413号
[4] Childs,A.、Chandrasekar,B.和Balakrishnan,N.,《渐进混合删失方案下指数参数的精确似然推断》,载于《生物医学和技术系统的统计模型和方法》,波士顿,2008年,第319-330页。
[5] Childs,A。;Chandrasekar,B。;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.Stat.Math。,55, 319-330 (2003) ·Zbl 1049.62021号
[6] Cho,Y。;Sun,H。;Lee,K.,广义递进混合删失方案下指数参数的精确似然推断,Stat.Methodol。,23, 18-34 (2015) ·Zbl 1486.62257号
[7] 克莱默,E。;Schmiedt,AB.,Progressively Type-II审查了Lomax分布的竞争风险数据,计算。统计数据分析。,55, 1285-1303 (2011) ·Zbl 1328.65025号
[8] Crowder,M.J.,《古典竞争风险》(2001),查普曼和霍尔:查普曼和霍尔,佛罗里达州博卡拉顿·Zbl 0979.62078号
[9] 戴伊·S。;Dey,T.,关于逐步删失广义倒指数分布,J.Appl。统计,41,2557-2576(2014)·Zbl 1514.62525号
[10] Ganguly,A。;昆都,D。;Mitra,S.,Weibull寿命下简单阶跃应力模型的贝叶斯分析,IEEE Trans。信实。,64, 473-485 (2014)
[11] Gholizadeh,R。;Khalilpor,M。;Hadian,M.,渐进式II型审查数据下Kumaraswamy分布的贝叶斯估计,国际工程科学杂志。技术,347-65(2011)
[12] Jones,M.C.,Kumaraswamy分布:具有某些可处理性优势的β型分布,Stat.Methodol。,6, 70-81 (2009) ·Zbl 1215.60010号
[13] 科利,A。;Kundu,D.,《存在竞争风险的广义渐进杂交审查》,Metrika,80,401-426(2017)·Zbl 1366.62189号
[14] 昆都,D。;Joarder,A.,《II型逐步混合删失数据分析》,计算。统计数据分析。,50, 2509-2528 (2006) ·Zbl 1284.62605号
[15] 昆都,D。;Pradhan,B.,逐步审查竞争风险数据的贝叶斯分析,Sankhya B,73,276-296(2011)·兹比尔1268.62032
[16] Kumaraswamy,P.,双有界随机过程的广义概率密度函数,J.Hydrol。,46, 79-88 (1980)
[17] Kundu,D.,《关于混合删失威布尔分布》,J.Stat.Plann。推断,1372127-2142(2007)·兹比尔1120.62081
[18] Lin,C.T。;Chou,C.C。;Huang,Y.L.,带递进混合删失的Weibull分布推断,计算。统计数据分析。,56, 451-467 (2012) ·Zbl 1316.62042号
[19] Lin,C.T。;Huang,Y.L.,关于递进杂交删失指数分布,J.Stat.Compute。模拟。,82, 689-709 (2012) ·Zbl 1432.62332号
[20] 洛迪,C。;特里帕蒂,Y.M。;Rastogi,M.K.,在累进II型删失下估计截断正态分布的参数,Commun。统计模拟。计算。(2019) ·Zbl 1497.62257号 ·doi:10.1080/03610918.2019.1614619
[21] Mahto,A.K。;戴伊·S。;Tripathi,Y.M.,渐进式I型删失下logistic指数分布的渐进应力加速寿命试验的统计推断,Qual。Reliab公司。工程国际,36,112-124(2020)
[22] Maurya,R.K。;特里帕蒂,Y.M。;Rastogi,M.K.,累进删失下Burr XII分布的参数估计,美国数学杂志。管理。科学。,36, 259-276 (2017)
[23] Meintanis,S.G.,Marshall-Olkin分布的拟合检验及其应用,J.Stat.Plann。推理,137,3954-3963(2007)·Zbl 1122.62054号
[24] 蒙达尔,S。;Kundu,D.,基于联合逐步删失数据的Weibull参数的点和区间估计,Sankhya B,81,1-25(2019)·Zbl 1428.62437号
[25] 蒙达尔,S。;Kundu,D.,平衡联合II型递进删失方案下Weibull分布的贝叶斯推断,美国数学杂志。管理。科学。,39, 56-74 (2020)
[26] Nadarajah,S.,《关于库马拉斯瓦米的分布》,J.Hydrol。(金额),348568-569(2008)
[27] 纳达尔,M。;Kizilaslan,F.,使用库马拉斯瓦米分布的上限记录值对\(####)进行的经典和贝叶斯估计,统计论文,55,751-783(2014)·兹比尔1336.62077
[28] 纳达尔,M。;克孜拉斯兰,F。;Papadopoulos,A.,库马拉斯瓦米分布的经典和贝叶斯估计,J.Stat.Compute。模拟。,84, 1505-1529 (2014) ·兹比尔1453.62694
[29] 纳伦德拉纳坦,W。;Stewart,M.B.,《竞争风险模型中特定原因危害比例测试的简单方法》,Oxf。牛市。经济。《统计》,53,331-340(1991)
[30] 佩纳,E.A。;Gupta,A.K.,Marshall-Olkin指数分布的Bayes估计,J.R.Stat.Soc.Ser。B、 52379-389(1990)·Zbl 0697.62025号
[31] Pintile,M.,《竞争风险:实践视角》(2006),威利出版社,纽约·Zbl 1120.62076号
[32] 普拉丹,B。;Kundu,D.,逐步删失Birnbaum-Saunders分布的推断和最优删失方案,J.Stat.Plann。推断,1431098-1108(2013)·Zbl 1428.62068号
[33] 拉斯托吉,M.K。;Tripathi,Y.M.,混合删失下Burr分布未知参数的推断,统计论文,54,619-643(2013)·Zbl 1307.62059号
[34] 森·T。;巴塔查里亚,R。;Tripathi,Y.M.,基于II型渐进混合删失广义指数数据的推断和最佳寿命测试计划,Commun。统计模拟。计算。(2019)
[35] Sen,A。;北卡罗来纳州坎南。;Kundu,D.,《线性风险率分布逐步删失样本的贝叶斯规划和推断》,计算。统计数据分析。,62, 108-121 (2013) ·Zbl 1349.62470号
[36] 信德湖,T.N。;Feroze,N。;Aslam,M.,《失效审查抽样方案下Kumaraswamy分布的贝叶斯分析》,国际期刊高级科学版。技术,51,1-12(2013)
[37] 辛格,S.K。;美国辛格。;Kumar,M.,带二项式删除的渐进式II类删失数据下泊松指数模型的贝叶斯估计及其在卵巢癌数据中的应用,Commun。统计模拟。计算。,45, 3457-3475 (2016) ·Zbl 1349.62487号
[38] 苏尔塔纳,F。;特里帕蒂,Y.M。;Rastogi,M.K.,基于混合审查的Kumaraswamy分布的参数估计,美国数学杂志。管理。科学。,37, 243-261 (2018)
[39] Wang,L.,基于竞争风险中间删失数据的指数分布估计,Commun。统计-理论方法,45,2378-2391(2016)·Zbl 1341.62286号
[40] Wang,L.,从Kumaraswamy分布推断逐步审查的竞争风险数据,J.Compute。申请。数学。,343, 719-736 (2018) ·Zbl 1392.62298号
[41] Wang,L.,广义渐进混合删失下Weibull竞争风险数据的推断,IEEE Trans。信实。,67, 998-1007 (2018)
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。