×
王敏;孙晓倩;朴昌石

通过广义均匀比方法对Birnbaum-Saunders分布进行贝叶斯分析。 （英语） Zbl 1342.65066号

计算。斯达。 31207-225（2016）第1期.
小结：本文讨论了Birnbaum-Saunders分布参数的贝叶斯推断。由于连续共轭联合先验分布不存在，且参考先验（或独立的Jeffreys先验）导致后验分布不正确，因此我们对形状和尺度参数采用了逆伽马先验。我们通过广义均匀比方法提出了一种有效的抽样算法来计算贝叶斯估计和可信区间。与其他采样技术相比，该方法的一个吸引人的优点是，它可以根据所需的后验分布高效地生成独立样本。为了研究该方法的性能，进行了仿真研究，并对两个实际数据应用进行了分析。

引用于6文件

MSC公司：

62-08 统计问题的计算方法
62号02 生存分析和删失数据中的估计
2015年1月62日 贝叶斯推断

关键词：

贝叶斯估计量;疲劳寿命分布;寿命数据;最大似然估计;后验分析

软件：

教学演示;学习贝叶斯;R（右）;gbs公司
PDF格式BibTeX公司 XML格式引用
\textit{M.Wang}等人，计算。Stat.31，No.1，207--225（2016；Zbl 1342.65066）
全文： 内政部

参考文献：

[1] Achcar JA（1993）使用贝叶斯方法推断Birnbaum-Saunders疲劳寿命模型。计算统计数据分析15:367-380·Zbl 0875.62462号 ·doi:10.1016/0167-9473（93）90170-X
[2] Albert J（2012）LearnBayes:学习贝叶斯推理的函数。R包版本2.12·Zbl 1328.62181号
[3] Balakrishnan N，Zhu X（2014）关于基于I型、II型和混合截尾样本的Birnbaum-Saunders分布参数的最大似然估计的存在性和唯一性。统计48:1013-1032·Zbl 1367.62051号 ·网址：10.1080/02331888.2013.800069
[4] Barros M、Leiva V、Paula GA（2012）gbs:通用Birnbaum-Saunders分发包。R包版本1.0·Zbl 1360.62061号
[5] Birnbaum ZW，Saunders SC（1969a）生命分布的新家族。应用概率杂志6:319-327·Zbl 0209.49801号 ·doi:10.2307/3212003年
[6] Birnbaum ZW，Saunders SC（1969b）疲劳应用寿命分布族的估计。应用概率杂志6:328-347·Zbl 0216.22702号 ·doi:10.307/312004
[7] Broyden CG（1972）无约束优化数值方法中的准Newton方法。纽约学术出版社（Murray，W.Ed.）
[8] Chen M，Shao Q（1999）贝叶斯可信区间和HPD区间的蒙特卡罗估计。J计算图形统计8:69-92
[9] Congdon P（2001）贝叶斯统计建模。奇切斯特·威利·Zbl 0967.62019
[10] Dupuis D，Mills J（1998）Birnbaum-Saunders分布的稳健估计。IEEE Trans Reliab电气与电子工程师协会47:88-95·数字对象标识代码：10.1109/24.690913
[11] Engelhardt M，Bain LJ，Wright FT（1981）基于最大似然估计对Birnbaum-Saunders疲劳寿命分布参数的推断。技术计量23:251-256·Zbl 0462.62077号 ·doi:10.307/1267788
[12] Farias R，Lemonte A（2011）Birnbaum-Saunders非线性回归模型的贝叶斯推断。统计方法应用20:423-438·Zbl 1337.62152号 ·doi:10.1007/s10260-011-0165-0
[13] Leiva V、Barros M、Paula GA（2009）使用巴西统计协会R.巴西统计协会的广义Birnbaum-Saunders模型，圣保罗
[14] Lemonte AJ，Cribari-Neto F，Vasconsellos KLP（2007）改进了双参数Birnbaum-Saunders分布的统计推断。计算统计数据分析51:4656-4681·Zbl 1162.62419号 ·doi:10.1016/j.csda.2006.08.016
[15] Lemonte AJ、Simas AB、Cribari-Neto F（2008）基于Bootstrap的双参数Birnbaum-Saunders分布改进估计量。J统计计算模拟78:37-49·Zbl 1367.62037号 ·doi:10.1080/106293060903882
[16] Lindley DV（1980）近似贝叶斯方法。特拉巴霍斯·埃斯塔迪斯特31:223-237·Zbl 0458.6202号 ·doi:10.1007/BF02888353
[17] McCool J（1974）《威布尔种群的推断技术》。航空航天研究实验室报告ARL TR74-0180。代顿Wright-Patterson空军基地·Zbl 0305.62066号
[18] Neal P，Roberts G（2008），球形约束目标密度上随机行走都市的最佳缩放。Methodol计算应用概率10:277-297·Zbl 1141.60316号 ·doi:10.1007/s11009-007-9046-2
[19] Ng HKT，Kundu D，Balakrishnan N（2003）双参数Birnbaum-Saunders分布的修正矩估计。计算统计数据分析43:283-298·Zbl 1429.62451号 ·doi:10.1016/S0167-9473（02）00254-2
[20] R核心团队（2012）R：统计计算的语言和环境。奥地利维也纳R统计计算基金会，ISBN 3-900051-07-0·Zbl 1284.62186号
[21] Shanno DF（1970）函数最小化的准牛顿方法条件。数学计算24:647-656·Zbl 0225.65073号 ·doi:10.1090/S0025-5718-1970-0274029-X
[22] Snow G（2013）《教学演示：教学演示》。R包版本2:9·Zbl 1367.62051号
[23] Sun D，Berger JO（1998）参考先验和部分信息。生物特征85:55-71·Zbl 1067.62521号 ·doi:10.1093/biomet/85.1.55
[24] Vilca F、Balakrishnan N、Zeller CB（2014）二元Birnbaum-Saunders分布的稳健扩展和相关推断。多变量分析杂志124:418-435·Zbl 1360.62061号 ·doi:10.1016/j.jmva.2013.11.005
[25] Wakefield JC，Gelfand AE，Smith AFM（1991）通过均匀比方法有效生成随机变量。统计计算1:129-133·doi:10.1007/BF01889987
[26] Wang M，Zhao J，Sun X，Park C（2013）双参数Birnbaum-Saunders分布的稳健显式估计。应用统计杂志40:2259-2274·兹比尔1514.62929 ·doi:10.1080/02664763.2013.809570
[27] Xu A，Tang Y（2010）Birnbaum-Sanders分布的参考分析。计算统计数据分析54:185-192·Zbl 1284.62186号 ·doi:10.1016/j.csda.2009.08.004
[28] Xu A，Tang Y（2011）部分信息下Birnbaum-Saunders分布的贝叶斯分析。计算统计数据分析55:2324-2333·Zbl 1328.62181号 ·doi:10.1016/j.csda.2011.01.021
此参考列表基于出版商或数字数学图书馆提供的信息。它的项目与zbMATH标识符启发式匹配，并且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。