×

基于渐进II型截尾的广义半正态分布下多构件应力-强度模型的可靠性估计。 (英语) Zbl 07193851号

摘要:本文基于逐步II型截尾样本,研究了广义半正态分布下多分量应力强度可靠度的估计问题。当假定应力和强度变量都具有GHN分布,且具有相同和不同形状和尺度参数的各种情况时,可以估计k分量应力-强度系统的可靠性。讨论了最大似然估计(MLE)和贝叶斯估计等不同方法。提出了期望最大化算法和近似最大似然法来计算可靠性最大似然估计。Lindley的近似方法以及Metropolis-Hastings算法被用于计算Bayes估计。通过蒙特卡罗模拟研究和一个示例,也证明了所提程序的性能。

MSC公司:

62-XX年 统计
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Kotz S,Lumelskii Y,Pensky M.应力强度模型及其推广。新加坡:世界科学;2003.【Crossref】,【谷歌学者】·Zbl 1017.62100号
[2] 市中心F。正常情况下##img####img####img##P(Y>X)的估计。技术计量学。1973;15:551-558. [Crossref]、[Web of Science®]、[Google学者]·Zbl 0262.62016号
[3] Kundu D,Raqab MZ.三参数Weibull分布的##img####img####img##R=p(Y<X)的估计。统计概率出租。2009;79:1839-1846. doi:10.1016/j.spl.2009.05.026[Crossref],[Web of Science®],[Google学者]·Zbl 1169.62012号
[4] Kundu D,Gupta RD。广义指数分布的##img####img###img##P(Y<X)估计。梅特里卡。2005;61(3):291-308. doi:10.1007/s001840400345[Crossref],[Web of Science®],[Google学者]·Zbl 1079.62032号
[5] Kundu D,Gupta RD。Weibull分布的##img####img###img##P(Y<X)估计。IEEE Trans Reliab公司。2006;55(2):270-280. doi:10.1109/TR.2006.874918[Crossref],[Web of Science®],[Google学者]
[6] McCool JI。Weibull案例中##img####img####img##P(Y<X)的推断。公共统计模拟计算。1991;20(1):129-148. doi:10.1080/0361091108012944[Taylor&Francis Online],[Web of Science®],[Google学者]·Zbl 0850.62310号
[7] Raqab MZ,Madi MT,Kundu D.三参数广义指数分布的##img###img###img##R=P(Y<X)估计。公共统计理论方法。2008;37(18):2854-2864。doi:10.1080/03610920802162664[Taylor&Francis Online],[Web of Science®],[Google学者]·Zbl 1292.62041号
[8] Surles JG,Padgett WJ。Burr类型X模型中##img####img####img##P(Y<X)的推断。公共统计理论方法。1998;7:225-238. [谷歌学者]·兹比尔0911.62092
[9] 郭伟,左美杰。最优可靠性建模;原理和应用。霍博肯(新泽西州):威利;2003.[谷歌学者]
[10] Nadar M,Kizilaslan F.基于Marshall-Olkin双变量Weibull分布的多成分应力-强度模型的可靠性估计。IEEE Trans Reliab公司。2016;65(1):370-380. doi:10.1109/TR.2015.2433258[Crossref],[Web of Science®],[Google学者]
[11] Bhattacharyya GK,Johnson RA。多构件应力-强度模型的可靠性估计。J Am Stat Assoc.1974年;69:966-970. doi:10.1080/01621459.1974.10480238[Taylor&Francis Online],[Web of Science®],[Google学者]·Zbl 0298.62026号
[12] Pandey M,Uddin BM.Burr分布下多部件应力-强度模型的可靠性估计。附:第一届亚洲质量与可靠性大会会议记录;新德里;1985年,第307-312页。[谷歌学者]
[13] Rao GS,Kantam RRL。多元应力-强度模型的可靠性估计:对数分布。电子杂志应用统计分析。2010;3(2):75-84. [谷歌学者]
[14] Rao GS.基于广义指数分布的多部件应力-强度模型的可靠性估计。Estadstica哥伦比亚修订版。2012;35(1):67-76. [谷歌学者]·Zbl 06266450号
[15] Rao GS.基于广义逆指数分布的多构件应力强度可靠性估计。国际期刊现行研究版本2012;4(21):48-56. [谷歌学者]
[16] Rao GS.基于瑞利分布的多部件应力-强度模型的可靠性估计。ProbStat论坛。2012;5:150-161. [谷歌学者]·Zbl 1318.62072号
[17] Rao GS。基于逆指数分布的多组分应力强度模型的可靠性估计。国际J统计经济。2013年;10(1):28-37. [谷歌学者]·Zbl 1314.62226号
[18] Rao GS,Kantam RRL,Rosaiah K,等。基于逆瑞利分布的多构件应力-强度模型的可靠性估计。应用概率统计J。2013年;2(3):261-267. doi:10.12785/jsap/020309[交叉引用],[谷歌学者]
[19] Rao GS,Aslam M,Kundu D.Burr XII型分布参数估计和多成分应力强度可靠性估计。公共统计理论方法。2015;44:4953-4961. doi:10.1080/03610926.2013.821490[Taylor&Francis在线],[Web of Science®],[Google学者]·Zbl 1341.62297号
[20] Rao GS.基于广义瑞利分布的多部件应力-强度模型的可靠性估计。J Mod应用统计方法。2014;13(1):367-379. doi:10.22237/jmasm/1398918180[交叉引用],[谷歌学者]
[21] Dey S,Mazucheli J,Anis MZ.Kumaraswamy分布的多成分应力强度可靠性估计。公共统计理论方法。2017;46(4):1560-1572. doi:10.1080/03610926.2015.1022457[Taylor&Francis Online],[Web of Science®],[Google学者]·Zbl 1367.62280号
[22] Kizilaslan F,Nadar M.基于二元Kumaraswamy分布的多成分应力强度模型的可靠性估计。统计文件。2018;59(1):307-340. doi:10.1007/s00362-016-0765-8[Crossref],[Web of Science®],[Google学者]·Zbl 1392.62303号
[23] Kohansal A.关于基于逐步删失样本的Kumaraswamy分布多成分应力-强度模型的可靠性估计。统计文件。2017年,doi:10.1007/s00362-017-0916-6。[Crossref]、[Web of Science®]、[Google学者]·Zbl 1432.62331号 ·doi:10.1007/s00362-017-0916-6
[24] Balakrishnan N,Cramer E.渐进审查的艺术:可靠性和质量的应用。纽约(NY):Birkhauser;2014.【Crossref】,【谷歌学者】·Zbl 1365.62001号
[25] 库雷·K,阿南达·MMA。半正态分布的推广及其对寿命数据的应用。公共统计理论方法。2008;37:1323-1337. doi:10.1080/03610920701826088[Taylor&Francis Online],[Web of Science®],[Google学者]·Zbl 1163.62006年
[26] Ahmadi K,Rezaei M,Yousefzadeh F.基于渐进II型截尾的广义半正态分布的估计。统计模拟J。2015;85(6):1128-1150. doi:10.1080/00949655.2013.867494[Taylor&Francis Online],[Web of Science®],[Google学者]·Zbl 1457.62291号
[27] Ahmadi K,Yousefzadeh F.基于I型区间删失的广义半正态分布参数估计。公共统计模拟计算。2015;44(10):2671-2695。doi:10.1080/03610918.2013.842590[Taylor&Francis Online],[Web of Science®],[Google学者]·Zbl 1474.62027号
[28] 广义半正态分布参数的Wang L.估计。J统计计算模拟。2018;88(4):629-645. doi:10.1080/00949655.2017.1402330[Taylor&Francis在线],[Web of Science®],[Google学者]·Zbl 07192571号
[29] Lindley博士。近似贝叶斯方法。特拉巴霍斯·德·斯塔迪斯卡(Trabajos de Stadistca)。1980;31:223-245. [Crossref],[Google学者]·Zbl 0458.6202号
[30] Howlader HA,Hossain AM。基于失效相关数据的第二类帕累托分布的贝叶斯生存估计。计算统计数据分析。2002;38:301-314. doi:10.1016/S0167-9473(01)00039-1[Crossref],[Web of Science®],[Google学者]·Zbl 1079.62505号
[31] Ntzoufras I.使用WinBUGS的贝叶斯建模。霍博肯(新泽西州):威利;2009.【Crossref】,【谷歌学者】·Zbl 1218.62015号
[32] Gelman A、Carlin JB、Stern HS等。贝叶斯数据分析。伦敦:查普曼和霍尔;1995.【Crossref】,【谷歌学者】·Zbl 1039.62018号
[33] Dempster A p.,Laird NM,Rubin DB。通过EM算法从不完整数据中获得最大似然。J R Stat Soc Ser B.1977年;39(1):1-38. [谷歌学者]·Zbl 0364.62022号
[34] McLachlan GJ,Krishnan T.EM算法及其扩展。纽约(NY):威利;1997.[谷歌学者]·Zbl 0882.62012号
[35] Balakrishnan N,Varadan J.带截尾极值分布位置和尺度参数的近似MLE。IEEE Trans Reliab。1991;40:146-151. doi:10.1109/24.87115[Crossref],[Web of Science®],[Google学者]·Zbl 0729.62538号
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。