×
彭秀云;燕，肖;燕再仔

基于渐进II型截尾的Birnbaum-Saunders模型的可靠性分析。 （英语） Zbl 07193733号

J.统计计算。模拟 89，第3号，461-477（2019）.
小结：当（X）和（Y）是具有相同形状参数但不同尺度参数的独立Birnbaum-Saunders分布，并且所有这些参数都未知时，可靠性（R=P（Y<X））是基于渐进式II型截尾样本推导出来的。推导了R的最大似然估计，并结合delta和Monte Carlo（MC）方法构造了近似方差。然后，使用两种马尔可夫链MC（MCMC）算法进行贝叶斯推理，以推导\（R\）并预测在渐进II型数据的多个阶段中被审查的项目的失败时间。一种算法是混合Metropolis-Gibbs方法，该方法将截尾数据与模型参数一起视为未知参数，并将其包含在MCMC采样器中以获得参数估计。在另一种算法中，Metropolis方法考虑了未知参数，以构造贝叶斯估计，然后预测删失观测值。最后给出了两个示例来检验所提方法的性能。

引用于2文件

理学硕士：

62至XX 统计

关键词：

Birnbaum-Saunders分布;可靠性;渐进式II型审查;MCMC技术
PDF格式BibTeX公司 XML格式引用
\textit{P.Xiuyun}等人，J.Stat.计算。模拟89，No.3，461--477（2019；Zbl 07193733）
全文： 内政部

参考文献：

[1] Birnbaum ZW，Saunders SC.生命分配的新家庭。应用概率杂志。1969年（a）；6:319-327. doi:10.2307/3212003[Crossref]，[Web of Science®]，[Google学者]·Zbl 0209.49801号
[2] Birnbaum ZW，Saunders SC。疲劳应用寿命分布族的估计。应用概率杂志。1969年（b）；6:328-347. doi:10.2307/3212004[Crossref]，[Web of Science®]，[Google学者]·Zbl 0216.22702号
[3] Leiva V、Ruggeri F、Saulo H等。基于Birnbaum-Saunders分布的可靠性分析方法，适用于纳米材料。Reliab工程系统安全。2017;157:192-201. doi:10.1016/j.ress.2016.08.024[Crossref]，[Web of Science®]，[Google学者]
[4] Leiva V、Athayde E、Azevedo C等。利用未知位移参数的Birnbaum-Saunders分布模拟风能通量。2011年应用统计杂志；38(12):2819-2838. doi:10.1080/02664763.2011.570319[Taylor&Francis Online]，[Web of Science®]，[Google学者]·Zbl 1511.62272号
[5] Leiva V，Sanhueza A，Angulo JM。Birnbaum-Saunders分布的长度偏差版本，在水质中的应用。斯托克环境研究风险评估。2009;23:299-307. doi:10.1007/s00477-008-0215-9[Crossref]，[Web of Science®]，[Google学者]·Zbl 1411.62339号
[6] Owen WJ，Padgett WJ。Birnbaum-Saunders加速生命模型。IEEE Trans Reliab公司。2000;49(1):224-229. doi:10.1109/24.877342[Crossref]，[Web of Science®]，[Google学者]
[7] Villegas C、Paula G、Leiva V.Birnbaum-Saunders用于审查可靠性数据分析的混合模型。IEEE Trans Reliab公司。2011;60:748-758. doi:10.1109/TR.2011.2170251[Crossref]，[Web of Science®]，[Google学者]
[8] Leiva V、Rojas E、Galea M等，《Birnbaum-Sanders加速寿命模型诊断与疲劳数据应用》。2014年Appl Stoch车型客车工业公司；30(2):115-131. doi:10.1002/asmb.1944[Crossref]，[Web of Science®]，[Google学者]
[9] Zhang CF，Shi YM，Bai XC，et al.基于自适应逐步混合删失的双变量Birnbaum-Saunders分布对具有相依竞争风险的恒定应力加速寿命试验的推断.IEEE Trans-Relib。2017;66(1):111-122. doi:10.109/TR.2016.2639583[Crosref]，[Web of Science®]，[谷歌学者]
[10] Soliman AA、Abd-Ellah AH、Abou-Elhggag NA等。应力-强度模型中的可靠性估计：MCMC方法。统计。2013;47(4):715-728. doi:10.1080/02331888.2011.637629[Taylor&Francis Online]，[Web of Science®]，[Google学者]·Zbl 1440.62362号
[11] Mokhlis NA、Ibrahim EJ、Gharieb DM。一般形式分布的应力强度可靠性。公共统计理论方法。2017;46(3):1230-1246. doi:10.1080/03610926.2015.101410[Taylor&Francis Online]，[Web of Science®]，[Google学者]·Zbl 1360.62087号
[12] Nadar M，Kázílaslan F，Papadopoulos A.Kumaraswamy分布的##img###img####img##P（Y<X）的经典和贝叶斯估计。J统计计算模拟。2014;84(7):1505-1529. doi:10.1080/00949655.2012.750658[Taylor&Francis Online]，[Web of Science®]，[Google学者]·Zbl 1453.62694号
[13] Balakrishnan N，Aggarwala R.渐进审查：理论、方法和应用。波士顿：Birkhäuser；2000.【Crossref】，【谷歌学者】
[14] Balakrishnan N.进步审查方法论：一种评估。测试。2007;16:211-259. doi:10.1007/s11749-007-0061-y[Crossref]，[Web of Science®]，[Google学者]·Zbl 1121.62052号
[15] Saraçoólua B，Kinaci I，Kundu D。关于渐进II型审查下指数分布##img###img###img##R=P（Y<X）的估计。统计与计算模拟杂志。2012;82（5）：729-744。doi:10.1080/00949655.2010.551772[Taylor&Francis Online]，[Web of Science®]，[Google学者]·Zbl 1431.62463号
[16] Lio YL，Tsai TR.基于渐进式第一次失效感知样本对Burr XII分布##img####img###img##δ=P（X<Y）的估计。2011年应用统计杂志；39(2):309-322. doi:10.1080/02664763.2011.586684[Taylor&Francis Online]，[Web of Science®]，[Google学者]·Zbl 1514.62196号
[17] Asgharzadeh A，Valiollahi R，Raqab MZ.基于逐步删失样本的Weibull分布的应力-强度可靠性。排序状态操作资源事务处理。2011;35(2):103-124. [Web of Science®]，[Google学者]·Zbl 1284.62144号
[18] Valiollahi R，Asgharzadeh A，Raqab MZ.累进II型截尾下Weibull分布的##img###img####img##P（Y<X）估计.公共统计理论方法。2013;42:4476-4498. doi:10.1080/03610926.2011.650265[Taylor&Francis在线]，[Web of Science®]，[Google学者]·Zbl 1282.65017号
[19] Basirat M，Baratpour S，Ahmadi J.基于渐进II型截尾样本的比例风险模型中应力强度的统计推断。J统计计算模拟。2015;85(3):431-449. doi:10.1080/00949655.2013.824449[Taylor&Francis Online]，[Web of Science®]，[Google学者]·Zbl 1457.62307号
[20] Shoaee S，Khorram E.基于逐步删失样本的双参数浴缸型寿命分布的应力-强度可靠性。公共统计理论方法。2015;44:5306-5328. doi:10.1080/03610926.2013.821485[Taylor&Francis Online]，[Web of Science®]，[Google学者]·Zbl 1341.62277号
[21] Chen ZM。一种新的具有浴缸形状或递增失效率函数的双参数寿命分布。统计概率出租。2000;49:155-161. doi:10.1016/S0167-7152（00）00044-4[Crossref]，[Web of Science®]，[Google学者]·Zbl 0954.62117号
[22] Pakyari R，Balakrishnan N.逐步II型删失数据的通用近似良好性检验。IEEE跨宗教。2012;61(1):238-244. doi:10.1109/TR.2012.2182811[Crossref]，[Web of Science®]，[Google学者]
[23] Balakrishnan N，Ng HKT，Kannan N.基于一般位置尺度分布的渐进式II型删失数据间距的优良性检验。IEEE Trans Reliab公司。2004;53（3）：349-356。doi:10.1109/TR.2004.833317[Crossref]，[Web of Science®]，[Google学者]
[24] Ng HKT，Kundu D，Balakrishnan N.基于II型截尾样本的双参数Birnbaum Saunders分布的点和区间估计。计算统计数据分析。2006;50:3222-3242. doi:10.1016/j.csda.2005.06.002[Crossref]，[Web of Science®]，[Google学者]·Zbl 1161.62418号
[25] Cysneiros AHMA，Cribari-Neto F，Araújo CAG Jr.关于Birnbaum-Saunders推断。计算统计数据分析。2008;52:4938-4950. doi:10.1016/j.csda.2008.04.003[Crossref]，[Web of Science®]，[Google学者]·Zbl 1452.62724号
[26] Balakrishnan N，Zhu XJ。基于I型、II型和混合截尾样本的Birnbaum-Saunders分布参数的最大似然估计的存在唯一性。统计。2004;48(5):1013-1032. doi:10.1080/02331888.2013.800069[Taylor&Francis Online]，[Google学者]·兹比尔1367.62051
[27] Pradhan B，Kundu D.逐步删失Birnbaum-Saunders分布的推断和最优删失方案。J统计计划推断。2013;143:1098-1108. doi:10.1016/j.jspi.2012.11.007[Crossref]，[Web of Science®]，[Google学者]·Zbl 1428.62068号
[28] Achcar JA公司。使用贝叶斯方法推断Birnbaum-Saunders疲劳寿命模型。计算统计数据分析。1993;15:367-380. doi:10.1016/0167-9473（93）90170-X[Crossref]，[Web of Science®]，[Google学者]·Zbl 0875.62462号
[29] 李亚兰，徐安查。Birnbaum-Saunders分布的置信推断。J统计计算模拟。2016;86(9):1673-1685. doi:10.1080/00949655.2015.1077840[Taylor&Francis Online]，[Web of Science®]，[Google学者]·Zbl 1510.62415号
[30] Barros M，Leiva V，Ospina R，et al.使用删失可靠性数据对Birnbaum-Saunders分布进行的有效性检验。IEEE跨宗教。2014;62(2):543-554. doi:10.1109/TR.2014.2313707[交叉引用]，[谷歌学者]
[31] Lemonte AJ，法拉利ALP。在II型截尾样本下检验Birnbaum-Saunders分布的假设。计算统计数据分析。2011;55:2388-2999。doi:10.1016/j.csda.2011.02.005[Crossref]，[Web of Science®]，[Google学者]·Zbl 1328.62558号
[32] Upadhyay SK，Peshwani M.使用吉布斯采样器对三参数对数正态分布进行全后验分析。J统计计算模拟。2001;71(3):215-230. doi:10.1080/00949650108812144[Taylor&Francis Online]，[Web of Science®]，[Google学者]·Zbl 1082.62504号
[33] Upadhyay SK、Vasishta N、Smith AFM。通过马尔可夫链蒙特卡罗模拟进行寿命试验和可靠性的贝叶斯推断。桑基。2001;63(1):15-40. [谷歌学者]·Zbl 0995.62505号
[34] Badar MG，Priest AM。混杂复合材料中纤维和束强度的统计方面。作者：Hayashi T、Kawata K、Umekawa S等人，编辑。科学和工程复合材料的进展。东京：ICCM-IV；1982年，第1129-1136页。[谷歌学者]
[35] Raqab MZ，Kundu D.按比例Burr X型分布的##img####img###img##P（Y<X）的不同估计值的比较。公共统计模拟计算。2005;34(2):465-483. doi:10.1081/SAC-200055741[Taylor&Francis Online]，[Web of Science®]，[Google学者]·Zbl 1065.62172号
[36] Kundu D，Gupta RD。Weibull分布的##img####img###img##P（Y<X）估计。IEEE Trans Reliab公司。2005;55(2):270-280. doi:10.1109/TR.2006.874918[Crossref]，[Web of Science®]，[Google学者]
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。