Lodhi,Chandrakant公司;Tripathi、Yogesh Mani;王亮 广义递进混合删失下具有部分可观测竞争风险的一般倒指数分布族的推论。 (英语) Zbl 07497079号 J.统计计算。模拟 91,第12号,2503-2526(2021). 摘要:本文讨论了当潜在失效时间属于一般的倒指数分布族时,竞争风险模型的统计推断。基于部分可观测失效原因的广义递进混合删失数据,分别从经典和贝叶斯角度给出了非约束和约束参数情况下未知参数的估计。建立了未知参数的极大似然估计量的存在唯一性,并通过Fisher信息矩阵构造了相关的近似置信区间。最后,利用蒙特卡罗模拟对不同估计量的性能进行了评估,并对实际数据集进行了分析。 引用于4文件 MSC公司: 62至XX 统计 关键词:竞争风险;贝叶斯估计;广义渐进混合删失;倒指数分布;最大似然估计;订单限制 PDF格式BibTeX公司 XML格式引用 \textit{C.Lodhi}等人,《统计计算杂志》。模拟91,编号12,2503--2526(2021;Zbl 07497079) 全文: 内政部 参考文献: [1] Balakrishnan,N。;Aggarwala,R.,《渐进审查:理论、方法和应用》(2000),纽约:斯普林格出版社,纽约 [2] Balakrishnan,N。;Cramer,E.,《进步审查的艺术》(2014),纽约:施普林格出版社,纽约·兹比尔1365.62001 [3] 戴伊·S。;Dey,T.,关于逐步删失广义倒指数分布,J Appl Stat,41,12,2557-2576(2014)·Zbl 1514.62525号 [4] Maurya,RK.,《渐进审查下Burr XII分布的参数估计》,《美国数学管理科学杂志》,36,3,259-276(2017) [5] 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 Infer,143,6,1098-1108(2013)·Zbl 1428.62068号 [6] 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An,62,108-121(2013)·Zbl 1349.62470号 [7] SK辛格;辛格,美国。;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 Stat Sim Compute,45,9,3457-3475(2016)·Zbl 1349.62487号 [8] Kundu,D.,关于混合删失威布尔分布,J Stat Plann Infer,137,7,2127-2142(2007)·Zbl 1120.62081号 [9] 拉斯托吉,MK;雅马哈州特里帕蒂。,混合删失下Burr分布未知参数的推断,Stat Pap,54,3,619-643(2013)·Zbl 1307.62059号 [10] 昆都,D。;Joarder,A.,《II型逐步混合删失数据分析》,《计算机统计数据》An,50,10,2509-2528(2006)·Zbl 1284.62605号 [11] 林,CT;Chou,抄送;YL.Huang。,逐步混合删失下威布尔分布的推断,计算统计数据An,56,3,451-467(2012)·Zbl 1316.62042号 [12] 林,CT;YL.Huang。,关于递进混合删失指数分布,J Stat Comput Sim,82,5,689-709(2012)·Zbl 1432.62332号 [13] 森·T。;辛格,S。;雅马哈州特里帕蒂。,用I型渐进杂交删失数据进行对数正态分布的统计推断,《美国数学管理科学杂志》,38,1,70-95(2019) [14] 森·T。;巴塔查里亚,R。;Tripathi,YM,《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 Stat Sim Compute,49,12,3254-3282(2020)·Zbl 1489.62319号 [15] 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 [16] 克莱默,E。;Schmiedt,AB.,《Lomax分布的累进II型审查竞争风险数据》,计算统计数据An,55,3,1285-1303(2011)·Zbl 1328.65025号 [17] 科利,A。;Kundu,D.,《存在竞争风险的广义渐进杂交审查》,Metrika,80,4,401-426(2017)·Zbl 1366.62189号 [18] 昆都,D。;Pradhan,B.,逐级审查竞争风险数据的贝叶斯分析,Sankhya B,73,2,276-296(2011)·兹比尔1268.62032 [19] Wang,L.,基于竞争风险中间删失数据的指数分布估计,Commun Stat Theory M,45,82378-2391(2016)·Zbl 1341.62286号 [20] Wang,L.,广义渐进混合删失下Weibull竞争风险数据的推断,IEEE Trans-Relib,67,3,998-1007(2018) [21] MJ·克劳德。,经典竞争风险(2011),佛罗里达州:查普曼和霍尔,佛罗里达州 [22] Pintile,M.,《竞争风险:实践视角》(2006),纽约:威利出版社,纽约·Zbl 1120.62076号 [23] 缅因州吉塔尼;Tuan,VK;Balakrishnan,N.,基于完全和渐进删失数据的一类广义逆指数分布的似然估计,J Stat Comput Sim,84,1,96-106(2014)·Zbl 1453.62685号 [24] Abouammoh,上午;Alshingiti,AM,广义倒指数分布的可靠性估计,J Stat Comp Sim,79,11,1301-1315(2009)·Zbl 1178.62109号 [25] 拉斯托吉,MK;雅马哈州特里帕蒂。,II型逐步删失下倒指数瑞利分布的估计,J Appl Stat,41,11,2375-2405(2014)·兹比尔1514.62818 [26] Maurya,RK;特里帕蒂(YM Tripathi);Sen,T.,渐进删失下倒指数Pareto分布的推断,统计理论与实践杂志,13,1,2(2019)·Zbl 1426.62290号 [27] Kizilaslan,F.,基于广义逆指数分布的多元应力强度模型可靠性的经典和贝叶斯估计,Stat Pap,59,3,1161-1192(2018)·Zbl 1417.62290号 [28] Krishna,H。;Kumar,K.,逐步II型截尾样本下广义逆指数分布的可靠性估计,J Stat Comput Sim,83,6,1007-1019(2013)·Zbl 1431.62442号 [29] SK辛格;辛格,美国。;Kumar,D.,使用信息和非信息先验对倒指数分布的可靠性函数和参数的Bayes估计,J Stat Comput Sim,83,12,2258-2269(2013)·Zbl 1453.62698号 [30] EA佩纳;阿拉斯加州古普塔。,Marshall-Olkin指数分布的Bayes估计,J Roy Stat Soc Ser B,52,2,379-389(1990)·Zbl 0697.62025号 [31] 陈,MH;邵,QM。,贝叶斯可信区间和HPD区间的蒙特卡罗估计,J Comput Graph Stat,8,69-92(1990) [32] 蒙达尔,S。;Kundu,D.,基于联合逐步删失数据的weibull参数点和区间估计,Sankhya B:印度J Stat,81,1,1-25(2019)·Zbl 1428.62437号 [33] Balakrishnan,N。;佛罗里达州桑杜。,生成累进II型截尾样本的简单模拟算法,Am Stat,49,2,229-230(1995) [34] 帕克,C。;库拉塞凯拉,KB。,不完全数据的参数推断与多组间的竞争风险,IEEE T Reliab,53,1,11-21(2004) [35] Lawless,JF.,《寿命数据的统计模型和方法》(2011年),纽约:威利 [36] 昆都,D。;Sarhan,AM,《存在多组竞争风险的不完整数据分析》,IEEE T Reliab,55,2,262-269(2006) [37] Wang,L。;特里帕蒂(YM Tripathi);Lodhi,C.,广义递进混合删失下具有部分可观测失效原因的Weibull竞争风险模型推断,J Comput Appl Math,368(2020)·Zbl 1436.62082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。