×
穆斯塔法·纳达尔;科兹拉斯兰，法提赫

基于记录值和记录间时间估计和预测Burr XII型分布。 （英语） Zbl 1510.62128号

J.统计计算。模拟 85，第16号，3297-3321（2015）.
小结：基于记录值的双参数Burr XII型分布考虑了参数估计和未来记录值预测的最大似然和贝叶斯方法，记录值之后有试验次数（记录间时间）。首先，基于形状参数的联合二元先验得到贝叶斯估计。在这种情况下，由于在平方误差和线性指数损失函数下缺乏显式形式，因此使用Lindley近似和Markov Chain Monte Carlo（MCMC）方法开发了参数的Bayes估计。MCMC方法也被用于构建最高后验密度可信区间。其次，针对第一个形状参数的离散先验和其他形状参数的共轭先验，获得贝叶斯估计。贝叶斯估计值和最大似然估计值通过蒙特卡罗模拟进行比较。我们进一步考虑了基于记录数据的Burr XII型分布对未来较低记录的非贝叶斯和贝叶斯预测。通过蒙特卡罗模拟对导出的预测值进行了比较。为了便于说明，对实际数据进行了分析。

引用于9文件

MSC公司：

10层62层 点估计
2015年1月62日 贝叶斯推断

关键词：

毛刺类型XII分布;记录值;记录间时间;贝叶斯估计;林德利近似;马尔可夫链蒙特卡罗方法;预测分布

软件：

博尔斯塔德;贝叶斯DA
PDF格式BibTeX公司 XML格式引用
\textit{M.Nadar}和\textit{F.K z laslan}，J.Stat.Compute。仿真85，编号163297-3321（2015；Zbl 1510.62128）
全文： 内政部

参考文献：

[1] Gulati S，Padgett WJ。根据破记录数据对分布函数和密度函数进行平滑非参数估计。公共统计理论方法。1994;23:1256-1274. doi:10.1080/03610929408831319[Taylor&Francis Online]，[Web of Science®]，[Google学者]·Zbl 0825.62160号
[2] Ahmadi J，Doostparast M.基于记录值的一些寿命分布的贝叶斯估计和预测。统计师Pap。2006;47(3):373-392. doi:10.1007/s00362-006-0294-y[Crosref]，[Web of Science®]，[谷歌学者]·Zbl 1125.62020号
[3] Soliman AA，Abd Ellah AH，苏丹KS。使用威布尔模型中的记录统计进行估计的比较：贝叶斯和非贝叶斯方法。计算统计数据分析。2006;51:2065-2077. doi:10.1016/j.csda.2005.12.020[Crossref]，[Web of Science®]，[Google学者]·Zbl 1157.62366号
[4] Nadar M、Papadopoulos A、Kízílaslan F.基于记录数据的Kumaraswamy分布统计分析。统计师Pap。2013;54(2):355-369. doi:10.1007/s00362-012-0432-7[Crossref]，[Web of Science®]，[Google学者]·Zbl 1364.62054号
[5] 王磊，石云。一类指数分布在记录值下的可靠性分析。计算机应用数学杂志。2013;239:367-379. doi:10.1016/j.cam.2012.09.004[Crossref]，[Web of Science®]，[Google学者]·Zbl 1503.62090号
[6] Arnold BC，Balakrishnan N，Nagaraja HN。记录。纽约：Wiley；1998.【Crossref】，【谷歌学者】
[7] Samaniego FJ，Whitaker LR。根据破纪录的观察结果估计流行特征。I.参数结果。海军Res Logist Q.1986；33:531-543. doi:10.1002/nav.3800330317[交叉引用]，[谷歌学者]·Zbl 0605.62027号
[8] Doostparast M，Balakrishnan N.记录数据的最佳样本大小和指数分布的相关成本分析。J统计计算模拟。2010;80(12):1389-1401. doi:10.1080/00949650903150171[Taylor&Francis在线]，[Web of Science®]，[Google学者]·Zbl 1205.62060号
[9] Doostparast M.基于记录数据的估算注释。梅特里卡。2009;69:69-80. doi:10.1007/s00184-008-0178-3[Crossref]，[Web of Science®]，[Google学者]·兹比尔1433.62123
[10] Doostparast M，Balakrishnan N.双参数指数分布的最佳基于记录的统计程序。J统计计算模拟。2011;81(12):2003-2019. doi:10.1080/00949655.2010.513979[Taylor&Francis Online]，[Web of Science®]，[Google学者]·Zbl 1431.62211号
[11] Doostparast M，Balakrishnan N.基于记录的Pareto分析。统计学。2013;47(5):1075-1089. doi:10.1080/02331888.2012.694440[Taylor&Francis在线]，[Web of Science®]，[Google学者]·Zbl 1440.62158号
[12] Doostparast M，Deepak S，Zangoie A.基于记录的对数正态分布估计。J统计计算模拟。2013;83(12):2339-2351. doi:10.1080/00949655.2012.691973[Taylor&Francis Online]，[Web of Science®]，[Google学者]·Zbl 1453.62393号
[13] Kízílaslan F，Nadar M.基于记录值和记录间时间的广义指数分布估计。J统计计算模拟。2013;1:1-2. doi:10.1080/00949655.2013.856910。[Taylor&Francis Online]、[Web of Science®]、[Google学者]·Zbl 1457.62080号
[14] Raqab MZ，Ahmadi J，Doostparast M。基于Pareto模型记录数据的统计推断。统计。2007;41(2):105-118. doi:10.1080/02331880601106579[Taylor&Francis Online]，[Web of Science®]，[Google学者]·Zbl 1117.62022号
[15] 毛边IW。累积频率函数。Ann Math Stat.1942年；13:215-232. doi:10.1214/aoms/1177731607[交叉引用]，[谷歌学者]·Zbl 0060.29602号
[16] Papadopoulos AS。Burr分布作为贝叶斯方法的失效模型。IEEE Trans Reliab公司。1978;27（5）：369-371。doi:10.1109/TR.1978.5220427[Crossref]，[Web of Science®]，[Google学者]·Zbl 0392.62080号
[17] Al-Hussaini EK、Jaheen ZF。Burr XII型失效模型的参数、可靠性和失效率函数的贝叶斯估计。J统计计算模拟。1992;41:31-40. doi:10.1080/00949659208811389[Taylor&Francis Online]，[Google学者]·Zbl 0775.62260号
[18] Al-Hussaini EK、Jaheen ZF。Burr XII型失效模型的贝叶斯预测界。公共统计理论方法。1995;24（7）：1829-1842。doi:10.1080/03610929508831589[Taylor&Francis Online]，[Web of Science®]，[Google学者]·兹比尔0937.62571
[19] Ghitany ME，Al-Awadhi S.随机截尾下Burr XII分布参数的最大似然估计。应用统计杂志，2002；29(7):955-965. doi:10.1080/026647602200006667[Taylor&Francis Online]，[Web of Science®]，[Google学者]·Zbl 1121.62372号
[20] Jaheen采埃孚。基于Burr模型的广义顺序统计的估计。公共统计理论方法。2005;34(4):785-794. doi:10.1081/STA-200054408[Taylor&Francis Online]，[Web of Science®]，[Google学者]·2018年3月17日
[21] Soliman AA。使用Burr-XII模型从逐步删失数据中估计生命参数。IEEE Trans Reliab公司。2005;54(1):34-42. doi:10.1109/TR.2004.842528[Crossref]，[Web of Science®]，[Google学者]
[22] Nadar M，Papadopoulos A.基于记录值的Burr XII型分布的贝叶斯分析。统计。2011;71(4):421-435. [谷歌学者]·Zbl 1453.62488号
[23] Lehmann EL，Casella G.点估计理论。第二版，纽约：施普林格出版社；1998.[谷歌学者]·Zbl 0916.62017号
[24] Lawless JF。寿命数据的统计模型和方法。第二版，新泽西州霍博肯：威利；2003.[谷歌学者]·Zbl 1015.62093号
[25] 威斯康星州博尔斯塔德。贝叶斯统计学导论。第二版，新泽西州霍博肯：威利；2007.【Crossref】，【谷歌学者】·Zbl 1136.62023号
[26] 瓦里安人力资源。房地产评估的贝叶斯方法。收录人：Finberg SE，Zellner A，编辑。贝叶斯计量经济学和统计学研究，以纪念伦纳德·J·萨维奇。北荷兰：阿姆斯特丹；1975年，第195-208页。[谷歌学者]
[27] Soland RM。未知尺度和形状参数的Weibull过程的贝叶斯分析。IEEE Trans Reliab公司。1969;18:181-184. doi:10.109/TR.1969.5216348[Crosref]，[Web of Science®]，[谷歌学者]
[28] Lindley博士。近似贝叶斯方法。特拉布·埃斯塔德。1980;3:281-288. [谷歌学者]
[29] Gelman A、Carlin JB、Stern HS、Rubin DB。贝叶斯数据分析。第二版伦敦：查普曼和霍尔；2003.[谷歌学者]·Zbl 1039.62018号
[30] 用于探索后验分布的Tierney L.Markov链。Ann Stat.1994；22:1701-62. doi:10.1214/aos/1176325750[Crossref]，[Web of Science®]，[Google学者]·Zbl 0829.62080号
[31] Chen MH、Shao QM。贝叶斯可信区间和HPD区间的蒙特卡罗估计。计算机图形统计杂志1999；8(1):69-92. [Taylor&Francis Online]、[Web of Science®]、[Google学者]
[32] 统计决策理论和贝叶斯分析。第二版，纽约：施普林格出版社；1985.【Crossref】，【谷歌学者】·Zbl 0572.62008号
[33] Basak P，Balakrishnan N，未来记录统计的最大似然预测。可靠性的数学和统计方法。在Lindquist BH，Doksum KA，编辑。质量、可靠性和工程统计系列，第7卷。新加坡：世界科学出版社；2003年，第159-175页。[谷歌学者]
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。