×
拉赫·莫汉;马诺伊·查科

基于自适应II型逐次删失方案的Kumaraswamy指数分布参数估计。 （英语） Zbl 07480669号

J.统计计算。模拟 91，编号1，81-107（2021）.
摘要：本文考虑基于自适应II型逐次删失方案的两参数Kumaraswamy指数分布的参数估计，该方案是I型和II型删失的混合方案。得到了参数的极大似然估计。使用不同的损失函数，如平方误差损失函数、LINEX损失函数和熵损失函数，也可以获得贝叶斯估计。对于贝叶斯估计，我们使用重要性抽样方法。然后进行了模拟研究，以比较本文中开发的各种估计量。根据偏差和均方误差值，将所有贝叶斯估计值与相应的最大似然估计值进行数字比较，发现贝叶斯估值器在（α）和（β）方面的表现优于MLE。还使用了实际数据集进行说明。

引用于2文件

MSC公司：

62至XX 统计

关键词：

最大可能估计;贝叶斯估计;重要性抽样法;库马拉斯瓦米指数分布;自适应渐进式II型截尾
PDF格式BibTeX公司 XML格式引用
\textit{R.Mohan}和\textit{M.Chacko}，J.统计计算。模拟91，编号1，81-107（2021；Zbl 074880669）
全文： 内政部

参考文献：

[1] Cohen，AC，《寿命试验中的逐步删失样本》，《技术计量学》，5，3，327-339（1963）·Zbl 0124.35401号 ·doi:10.1080/00401706.1963.10490102
[2] Ng，HKT；昆都，D。；Chan，PS.，自适应II型渐进审查方案下指数寿命的统计分析，Nav-Res-Log（NRL），56，8，687-698（2009）·兹比尔1178.62111 ·doi:10.1002/nav.20371
[3] 索比，MMA；Soliman，AA.，带自适应II型渐进删失方案的指数Weibull模型的估计，应用数学模型，40，2，1180-1192（2016）·Zbl 1446.62259号 ·doi:10.1016/j.apm.2015.06.022
[4] 马萨诸塞州马哈茂德；AA索利曼；Ellah，AHA，自适应II型渐进审查下广义帕累托估计，智能信息管理，5，3，73-83（2013）
[5] Ye，ZS；Chan，PS；Xie，M.，自适应II型逐步删失方案下极值分布的统计推断，J Stat Comput Simul，84，5，1099-1114（2014）·Zbl 1453.62702号 ·doi:10.1080/00949655.2012.740481
[6] 阿提亚，旧金山；HS.穆罕默德。，基于指数分布自适应递进II型截尾的统计推断，《埃及数学社会杂志》，25，4，393-399（2017）·Zbl 06821065号 ·doi:10.1016/j.joems.2017.06.001
[7] El-Din，毫米；沙菲，A。；Nagy，M.，自适应渐进删失方案下的统计推断，计算统计，33，1，31-74（2018）·Zbl 1417.62050 ·doi:10.1007/s00180-017-0745-z
[8] El-Sagheer，RM；马萨诸塞州马哈茂德；Abdallah，SH.，自适应II型渐进删失数据下新Weibull-Pareto分布的统计推断，J Stat Manage Syst，21，6，1021-1057（2018）
[9] Almetwally，EM公司；阿蒙吉，HM；El-Sherpieny，欧空局。，应用广义瑞利分布的基于最大乘积间距的自适应II型渐进审查方案，J Data Sci，17，4，696-723（2019）
[10] EL-Sagheer，RM；马萨诸塞州马哈茂德；Nagaty，H.，使用自适应II型递进审查对Weibull-指数分布进行统计推断，J Stat Appl Probab，8，2，1-13（2019）
[11] Sewailem，MF.基于自适应递进II型删失方案的对数逻辑分布推断[论文]；2019. ·Zbl 1428.62108号
[12] Mohammed，B.，Kumaraswamy-广义指数分布的统计特性，国际计算应用杂志，94，4（2014）
[13] de Araujo Rodrigues，J。；席尔瓦，APCM。，指数Kumaraswamy指数分布，Br J Appl Sci Technol，10，1-12（2015）·doi:10.9734/BJAST/2015/16935
[14] Nadarajah，S。；Cordeiro，总经理；Ortega，EM.，Kumaraswamy-G分布的一般结果，J Stat Compute Simul，82，7，951-979（2012）·Zbl 1431.62049号 ·doi:10.1080/00949655.2011.562504
[15] 科兹拉斯兰，F。；Nadar，M.，基于记录值和记录间时间的Kumaraswamy分布估计和预测，J Stat Comput Simul，86，12，2471-2493（2016）·Zbl 1510.62127号 ·doi:10.1080/00949655.2015.1119832
[16] 米克尔，WQ；路易斯安那州埃斯科瓦尔，可靠性数据的统计方法（1988年），纽约（NY）：纽约州威利
[17] 梅洛维奇，F。；Elbatal，I.，Weibull-Rayleigh分布：理论与应用，应用数学信息科学，9，4，2127-2137（2015）
[18] Oguntunde，P。；阿德朱莫，A。；Owoloko，E.，Kumaraswamy逆指数分布在实际寿命数据中的应用，国际应用数学统计杂志，56，5，34-47（2017）
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。