×

混合截尾条件下的广义逆指数分布。 (英语) 兹比尔1486.62263

摘要:混合审查方案是I类和II类审查方案的混合。基于混合截尾样本,我们首先推导了广义逆指数分布(GIED)未知参数的最大似然估计和期望Fisher信息矩阵。通过蒙特卡罗模拟研究了最大似然估计量的性能。接下来我们考虑平方误差损失函数下的Bayes估计。这些Bayes估计值是通过应用Lindley近似方法、重要性抽样程序和Metropolis-Hastings算法进行评估的。重要抽样技术用于计算最高后验密度可信区间。为了便于说明,对两个数据集进行了分析。最后,我们讨论了一种获得最优混合删失方案的方法。

MSC公司:

62号05 可靠性和寿命测试
62英尺10英寸 点估计
62N01号 审查数据模型
62纳米02 生存分析和删失数据中的估计
2015年1月62日 贝叶斯推断

软件:

WinBUGS公司
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Abouammoh,A.M。;Alshingiti,A.M.,广义倒指数分布的可靠性,统计计算与模拟杂志,791301-1315(2009)·Zbl 1178.62109号
[2] Balakrishnan,N。;Kundu,D.,《混合审查模型、推断结果和应用》,计算统计和数据分析,57166-209(2013)·Zbl 1365.62364号
[3] Banerjee,A。;Kundu,D.,基于威布尔分布的II型混合删失数据的推断,IEEE可靠性汇刊,57369-378(2008)
[4] 陈S.M。;Bhattacharya,G.K.,指数参数混合删失的精确置信界,统计学中的通信——理论和方法,17,6,1858-1870(1988)·Zbl 0644.62101号
[5] Childs,A。;Chandrasekhar,B。;Balakrishnan,N。;Kundu,D.,基于指数分布的I型和II型混合删失样本的精确推断,统计数学研究所年鉴,55,319-330(2003)·Zbl 1049.62021号
[6] Dey,S.,从贝叶斯观点来看,作为寿命分布模型的反向指数分布,《数据科学杂志》,6,29,107-113(2007)
[7] 德雷珀,N。;Guttman,T.,具有指数失效时间的混合寿命试验的贝叶斯分析,统计数学研究所年鉴。系列A,39,219-225(1987)·Zbl 0612.62134号
[8] 杜贝,S。;普拉丹,B。;Kundu,D.,混合截尾对数正态分布的参数估计,《统计计算与模拟杂志》,81275-287(2011)·Zbl 1221.62137号
[9] Epstein,B.,指数情况下的截短寿命测试,《数理统计年鉴》,25,555-564(1954)·Zbl 0058.35104号
[10] Epstein,B.,《寿命试验数据估算》,技术计量学,2447-454(1960)·Zbl 0096.2004号
[11] 费尔班克斯,K。;Madasan,R。;Dykstra,R.,混合寿命试验中指数参数的置信区间,美国统计协会杂志,77,1,137-140(1982)·Zbl 0504.62087号
[12] R.D.古普塔。;Kundu,D.,具有指数失效分布的混合删失方案,《统计学中的通信——理论和方法》,27,12,3065-3083(1998)·Zbl 1008.62679号
[13] 古普塔,R.D。;Kundu,D.,广义指数分布,澳大利亚和新西兰统计杂志,41173-188(1999)·Zbl 1007.62503号
[14] Jeong,H.S。;Park,J.I。;Yum,B.J.,指数寿命分布(r,T)混合抽样计划的发展,应用统计杂志,23,601-607(1996)
[15] 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,统计计算与模拟杂志,83,6,1007-1019(2013)·Zbl 1431.62442号
[16] Kundu,D.,关于混合删失威布尔分布,《统计规划与推断杂志》,1372127-2142(2007)·Zbl 1120.62081号
[17] Kundu,D.,在渐进审查的情况下威布尔分布的贝叶斯推断和寿命测试计划,技术计量学,50144-154(2008)
[18] 昆都,D。;Pradhan,B.,广义指数分布的贝叶斯推断和寿命测试计划,《中国科学系列A:数学》,52,6,1373-1388(2009),专为Z.D.Bai教授出版的特别卷·Zbl 1176.62024号
[19] Lam,Y.,带I类删失的指数分布的贝叶斯变量抽样计划,《统计年鉴》,22696-711(1994)·Zbl 0805.62093号
[20] Lawless,J.F.,《寿命数据的统计模型和方法》(1982年),威利出版社:威利纽约·Zbl 0541.62081号
[21] Liebelin,J。;Zelen,M.,《深沟球轴承疲劳寿命的统计研究》,国家标准局研究期刊,57273-316(1956)
[22] Lin,C.T。;Duran,B.S。;Lewis,T.O.,作为寿命分布的反转伽马,微电子与可靠性,29619-626(1989)
[23] Lin,Y.P。;Liang,T。;Huang,W.T.,基于I类审查数据的指数分布贝叶斯抽样计划,统计数学研究所年鉴,54,100-113(2002)·Zbl 0993.62099号
[24] Lindley,D.V.,近似贝叶斯方法(含讨论),特拉巴霍斯·德·埃斯塔迪斯蒂卡,31232-245(1980)
[26] Ng,T。;Chan,C.S。;Balakrishnan,N.,威布尔分布的最优渐进审查计划,Technometrics,46470-481(2004)
[27] Natzoufras,I.,《使用WinBugs的贝叶斯建模》(2009),威利:威利纽约·Zbl 1218.62015号
[28] 南帕克。;Balakrishnan,N.,《关于混合审查方案中Fisher信息的简单计算》,《统计与概率快报》,79,1311-1319(2009)·Zbl 1162.62091号
[29] 普拉丹,B。;Kundu,D.,关于逐步删失广义指数分布,TEST,18479-515(2009)·Zbl 1203.62019
[30] Zhang,Y。;Meeker,W.Q.,给定形状参数的Weibull分布的贝叶斯寿命测试规划,Metrika,61237-249(2005)·Zbl 1079.62099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。