×
Saadati Nik，A。;A.阿斯加扎德。;穆罕默德·拉卡布。

累进II型删失下新Pareto型分布的估计和预测。 （英语） Zbl 07431529号

数学。计算。模拟。 190, 508-530 (2021).
小结：在本文中，我们考虑了估计未知参数以及预测来自新Pareto型分布的逐步删失样本在多个阶段中被删除单元的故障时间的问题。首先，采用最大似然法、最小二乘法和贝叶斯方法（林德利近似法和马尔可夫链蒙特卡罗法）估计模型中涉及的参数。为了预测被移除单元的故障次数，采用了不同的预测方法，包括最大似然法、最佳无偏法、条件中值法和贝叶斯预测法。我们还使用枢轴和最高条件密度方法开发了未来寿命的预测区间。进行了全面的蒙特卡罗模拟，以评估估计方法和预测方法的性能。最后，为了说明目的，对使用特定药物治疗的白血病患者缓解持续时间的真实数据集进行了分析。

引用于1文件

MSC公司：

62至XX 统计
90至XX 运筹学、数学规划

关键词：

贝叶斯估计量;最大似然估计量;最小二乘估计量;预测;预测区间;渐进II型截尾;蒙特卡罗模拟

软件：

R（右）
PDF格式BibTeX公司 XML格式引用
\textit{A.Saadati Nik}等人，数学。计算。模拟。190、508--530（2021；Zbl 07431529）
全文： 内政部

参考文献：

[1] AL-Hussaini，E.K。；Ahmad，A.A.，《关于未来记录的贝叶斯区间预测》，《检验》，第12期，第79-99页（2003年）·2014年6月10日
[2] Al-Muttairi，J.S。；Raqab，M.Z.，基于随机大小样本的分位数置信区间，统计。论文，61，261-277（2020）·Zbl 1437.62168号
[3] 阿诺德，不列颠哥伦比亚省。；Press，S.J.，《帕累托数据的贝叶斯估计和预测》，J.Amer。统计师。协会，84，1079-1084（1989）·Zbl 0702.62026号
[4] Balakrishnan，N。；Aggrawalla，R.，《渐进式审查：理论、方法和应用》（2000），伯克豪塞：伯克豪泽波士顿
[5] Balakrishnan，N。；Cramer，E.，《进步审查的艺术》（2014），Springer:Springer New York·Zbl 1365.62001号
[6] 巴萨克，I。；巴萨克，P。；Balakrishnan，N.，《关于逐步删失样本中删失项目失效时间的一些预测因子》，计算。统计师。数据分析。，50, 1313-1337 (2006) ·Zbl 1431.62208号
[7] Bdair，O.M。；奥瓦德，R.R.A。；Abufoudeh，G.K。；Naser，M.F.M.，基于累进II型删失数据的灵活威布尔分布的估计和预测，Commun。数学。统计，8255-277（2020）·Zbl 1452.62712号
[8] 布吉尼翁，M。；索洛，H。；Fernandez，R.N.，《可靠性和收入数据应用的新型帕累托分布》，Physica，A，457166-175（2016）·兹比尔1400.60015
[9] 戴伊·S。；Nassar，M。；Maurya，R.K。；Tripathi，Y.M.，《逐步II型截尾数据下马歇尔-奥尔金扩展指数分布的估计和预测》，J.Stat.Compute。模拟。，88, 12, 2287-2308 (2018) ·Zbl 07192659号
[10] Gunasekera，S.，《随机删除累进审查下Burr XII可靠性推断》，数学。计算。模拟，144182-195（2018）·Zbl 1482.62102号
[11] 约翰逊，N.L。；科茨，S。；Balakrishnan，N.，《连续Uinvariare分布》，第1卷（1994年），John Wiley&Sons：John Willey&Sons纽约·Zbl 0811.62001号
[12] 卡明斯基，K.S。；Rhodin，L.S.，《最大似然预测》，《Ann.Inst.Statist》。数学。，37, 507-517 (1985) ·Zbl 0585.62045号
[13] Kayal，T。；特里帕蒂，Y.M。；Singh，D.P.，《渐进式删失下浴缸形状陈氏分布的估计和预测》，J.Stat.Compute。模拟。，87, 2, 348-366 (2017) ·Zbl 07191942号
[14] 科特布，M.S。；Raqab，M.Z.，基于逐步II型删失数据的修正Weibull分布的统计推断，数学。计算。模拟，162233-248（2019）·Zbl 07316698号
[15] Krishna，H。；Kumar，K.，lindley分布的逐步II型右删失样本的可靠性估计，数学。计算。模拟，82，2，281-294（2011）·Zbl 1238.62124号
[16] Lawless，J.F.，《终身数据的统计模型和方法》（2003），John Wiley&Sons：John Willey&Sons纽约·兹比尔1015.62093
[17] Lindley，D.V.，近似贝叶斯方法，Trab。斯塔迪斯特卡，21，223-237（1980）·Zbl 0458.6202号
[18] Lwin，T.，帕累托定律尾部的估计，Skand Aktuarietidskr。，55, 170-178 (1972) ·Zbl 0275.62024号
[19] 马赫托，A.K。；特里帕蒂，Y.M。；Wu，S.J.，基于渐进应力加速寿命试验下Burr X分布的渐进II型截尾数据的统计推断，J.Stat.Compute。模拟。，91, 2, 368-382 (2021) ·Zbl 07480662号
[20] Maurya，R.K。；Tripathi，Y.M.，渐进审查下Burr XII分布的多成分应力-强度模型的可靠性估计，Braz。J.Stat.，34，2，345-369（2020年）·Zbl 1445.62256号
[21] 莫汉，R。；Chacko，M.，基于自适应II型渐进删失方案的Kumaraswamy指数分布参数估计，J.Stat.Compute。模拟。，91, 1, 81-107 (2021) ·Zbl 07480669号
[22] 尼格姆，上午。；Al-Hussaini，E.K。；Jaheen，Z.F.，帕累托分布下未来观测值的贝叶斯单样本预测，统计学，37，6，527-536（2003）·Zbl 1032.62025号
[23] Pareto，V.，Cours Dćconomie Politique（1987年），《巴黎之路》
[24] 统计计算语言与环境（2020），R统计计算基金会：R维也纳统计计算基金
[25] 拉卡布，M.Z。；艾哈迈迪，J。；Doostparast，M.，基于Pareto模型记录数据的统计推断，统计学，41，2，105-118（2007）·Zbl 1117.62022号
[26] 拉卡布，M.Z。；阿斯加尔扎德，A。；Valiollahi，R.，基于逐步II型截尾样本的帕累托分布预测，计算。统计师。数据分析。，54, 1732-1743 (2010) ·Zbl 1284.62608号
[27] 拉卡布，M.Z。；Nagaraja，H.N.，关于未来订单统计的一些预测因素，Metron，53，12，185-204（1995）·兹比尔0883.62047
[28] 罗伯特·C。；Casella，G.，Monte Carlo统计方法（2004），Springer:Springer New York·Zbl 1096.62003年
[29] Saadati Nik，A。；Asgharzadeh，A。；Nadarajah，S.，新帕累托型分布估计方法的比较，统计，3291-319（2019）·兹伯利07690383
[30] Saadati Nik，A。；Asgharzadeh，A。；Raqab，M.Z.，基于新Pareto型分布的II型右删失样本的未来失效时间预测方法，J.Stat.理论实践。，14, 3 (2020) ·Zbl 1445.62248号
[31] Soliman，A.，使用一般累进删失数据和非对称损失的Pareto模型估计，Comm.Statist。理论方法，37，1353-1370（2008）·Zbl 1163.62077号
[32] 瓦利奥拉希，R。；拉卡布，M.Z。；Asgharzadeh，A。；Alqallaf，F.A.，逐步II型右删失样本下幂林德利分布的估计和预测，数学。计算。模拟，149，32-47（2018）·Zbl 07316226号
[33] Varian，H.R.，《房地产评估的贝叶斯方法》，195-208（1975），北荷兰：北荷兰阿姆斯特丹
[34] Wu，S.J.，均匀删失下两参数Pareto分布的估计，J.Stat.Compute。模拟。，73, 2, 125-134 (2003) ·Zbl 1014.62113号
[35] Wu，F.S。；Wu，C.C.，异方差下指数位置参数与平均值的两阶段多重比较，J.统计学家。计划。推理，134，392-408（2005）·Zbl 1070.62061号
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。