Estimación bayesiana del parámetro de estrés-resistencia para la distribución normal bivariante bajo un censura híbrida de tipo II actualizada
Autores: Lin, Yu-Jau; Lio, Yuhlong; Tsai, Tzong-Ru
Idioma: Inglés
Editor: MDPI
Año: 2025
Acceso abierto
Artículo científico
2025
Estimación bayesiana del parámetro de estrés-resistencia para la distribución normal bivariante bajo un censura híbrida de tipo II actualizada
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Esquema de censura híbrida tipo II propuesto
Probabilidad de resistencia-esfuerzo
Función de verosimilitud
Distribución normal bivariada
Cadena de Markov Monte Carlo
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 33
Citaciones: Sin citaciones
Para ahorrar tiempo y costos en una inferencia de parámetros, el esquema de censura híbrida de tipo II se ha aplicado ampliamente para recopilar muestras de un componente. En el estudio actual, uno de los parámetros esenciales para comparar dos distribuciones, es decir, la probabilidad de resistencia-estrés, se investiga bajo un nuevo esquema de censura híbrida de tipo II propuesto que genera la muestra de dos componentes censurada de tipo II híbrida de la distribución normal bivariada. Los problemas difíciles que surgieron al extender la muestra censurada de tipo II híbrida de un componente a una muestra censurada de tipo II híbrida de dos componentes son mantener información útil de ambos componentes y el establecimiento de la función de verosimilitud correspondiente. Para superar estas dos desventajas, el esquema de censura híbrida de tipo II propuesto se aborda de la siguiente manera. Los valores observados del primer componente, X, de los pares de datos se registran hasta un tiempo aleatorio , donde es la estadística ordenada r-ésima entre n elementos con como dos enteros positivos preespecificados y T es un tiempo experimental predefinido. El valor observado de la otra variable del componente Y se registra solo si es el correlativo de X y también se observa antes del tiempo ; de lo contrario, se denota como ocurrido o no en . Bajo el nuevo esquema propuesto, la función de verosimilitud de los nuevos datos censurados bivariados se deriva para incluir los factores de dobles integrales impropias para cubrir todos los casos posibles sin pérdida de información de datos donde algún componente no se observa. Se aplica un método de cadena de Markov de Monte Carlo (MCMC) para encontrar la estimación bayesiana de los parámetros del modelo de distribución bivariada y la probabilidad de resistencia-estrés, . Se realiza un extenso estudio de simulación para demostrar el rendimiento de los métodos desarrollados. Finalmente, las metodologías propuestas se aplican a una muestra censurada de tipo II híbrida generada a partir de una distribución normal bivariada.
Descripción
Para ahorrar tiempo y costos en una inferencia de parámetros, el esquema de censura híbrida de tipo II se ha aplicado ampliamente para recopilar muestras de un componente. En el estudio actual, uno de los parámetros esenciales para comparar dos distribuciones, es decir, la probabilidad de resistencia-estrés, se investiga bajo un nuevo esquema de censura híbrida de tipo II propuesto que genera la muestra de dos componentes censurada de tipo II híbrida de la distribución normal bivariada. Los problemas difíciles que surgieron al extender la muestra censurada de tipo II híbrida de un componente a una muestra censurada de tipo II híbrida de dos componentes son mantener información útil de ambos componentes y el establecimiento de la función de verosimilitud correspondiente. Para superar estas dos desventajas, el esquema de censura híbrida de tipo II propuesto se aborda de la siguiente manera. Los valores observados del primer componente, X, de los pares de datos se registran hasta un tiempo aleatorio , donde es la estadística ordenada r-ésima entre n elementos con como dos enteros positivos preespecificados y T es un tiempo experimental predefinido. El valor observado de la otra variable del componente Y se registra solo si es el correlativo de X y también se observa antes del tiempo ; de lo contrario, se denota como ocurrido o no en . Bajo el nuevo esquema propuesto, la función de verosimilitud de los nuevos datos censurados bivariados se deriva para incluir los factores de dobles integrales impropias para cubrir todos los casos posibles sin pérdida de información de datos donde algún componente no se observa. Se aplica un método de cadena de Markov de Monte Carlo (MCMC) para encontrar la estimación bayesiana de los parámetros del modelo de distribución bivariada y la probabilidad de resistencia-estrés, . Se realiza un extenso estudio de simulación para demostrar el rendimiento de los métodos desarrollados. Finalmente, las metodologías propuestas se aplican a una muestra censurada de tipo II híbrida generada a partir de una distribución normal bivariada.