logo móvil
Contáctanos

Estimación bayesiana de un modelo exponencial sesgado por longitud de Topp-Leone transmutado basado en riesgo competitivo con la aplicación de electrodomésticos

Autores: Mohamed, Rania A. H.; Elbatal, Ibrahim; ALmetwally, Ehab M.; Elgarhy, Mohammed; Almongy, Hisham M.

Idioma: Inglés

Editor: MDPI

Año: 2022

Descargar PDF

Acceso abierto

Artículo científico
2022

Estimación bayesiana de un modelo exponencial sesgado por longitud de Topp-Leone transmutado basado en riesgo competitivo con la aplicación de electrodomésticos


Categoría

Matemáticas

Subcategoría

Matemáticas generales

Palabras clave

Distribución propuesta
Exponencial sesgada por longitud Topp-Leone transmutada
Distribución de vida
Análisis de tasa de fallos
Enfoque de máxima verosimilitud
Enfoque bayesiano

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 24

Citaciones: Sin citaciones


Descripción
Los modelos de riesgo competitivos son frecuentemente ignorados en el análisis de la tasa de fallas, y se utilizan enfoques estadísticos tradicionales para estudiar el evento de interés. En este documento, propusimos una nueva distribución de vida útil al generalizar la distribución exponencial sesgada por longitud (LBE) utilizando la familia de distribuciones transmutadas Topp-Leone-G (-). El nuevo modelo de tres parámetros se llama distribución exponencial sesgada por longitud transmutada Topp-Leone (). Se derivan una cuenta exhaustiva de varias características matemáticas del modelo. Los parámetros desconocidos de la distribución propuesta se estiman mediante seis enfoques clásicos: el enfoque de máxima verosimilitud (ML), enfoque de espaciado máximo de productos (MPS), enfoque de mínimos cuadrados (LS), enfoque de mínimos cuadrados ponderados (WLS), enfoque Cramér-Von Mises (CVN), enfoque Anderson-Darling (AD) y enfoque bayesiano. La estabilidad de los parámetros del modelo se examina a través del estudio de simulación. Las aplicaciones de nuestra distribución propuesta se explican a través de datos reales y su rendimiento se ilustra mediante su comparación con las distribuciones existentes competentes. El modelo depende del modelo ha sido obtenido y se ha estimado el parámetro de este modelo mediante los enfoques de estimación de ML y bayesiano. En los electrodomésticos, encontramos dos causas principales de falla, y los datos de los electrodomésticos se ajustan a nuestro modelo. Por lo tanto, analizamos el modelo dependiendo del modelo para obtener la causa principal de falla.

Otros recursos que podrían interesarte

Temas Virtualpro