Estudio generalizado de predicción de Bayes basado en censura conjunta de tipo II
Autores: Abdel-Aty, Yahia; Kayid, Mohamed; Alomani, Ghadah
Idioma: Inglés
Editor: MDPI
Año: 2023
Acceso abierto
Artículo científico
2023
Estudio generalizado de predicción de Bayes basado en censura conjunta de tipo II
Categoría
Matemáticas
Subcategoría
Análisis matemático
Palabras clave
Tiempos de falla
Muestra censurada tipo-II
Intervalos de predicción bayesianos
Parámetro de tasa de aprendizaje
Funciones de pérdida
Simulaciones de Monte Carlo
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 21
Citaciones: Sin citaciones
En este trabajo se aborda el problema de predecir los tiempos de falla futuros basados en una muestra censurada conjuntamente de tipo II de k poblaciones exponenciales. Luego se obtuvieron los intervalos de predicción bayesianos y los predictores de punto. Generalized Bayes es un estudio bayesiano basado en un parámetro de tasa de aprendizaje. Este estudio investigó los efectos de los parámetros de tasa de aprendizaje en los resultados de predicción. Las funciones de pérdida de error cuadrático, Linex y entropía general se utilizaron como predictores de punto. Se realizaron simulaciones de Monte Carlo para mostrar la efectividad del parámetro de tasa de aprendizaje en mejorar los resultados de los intervalos de predicción y los predictores de punto.
Descripción
En este trabajo se aborda el problema de predecir los tiempos de falla futuros basados en una muestra censurada conjuntamente de tipo II de k poblaciones exponenciales. Luego se obtuvieron los intervalos de predicción bayesianos y los predictores de punto. Generalized Bayes es un estudio bayesiano basado en un parámetro de tasa de aprendizaje. Este estudio investigó los efectos de los parámetros de tasa de aprendizaje en los resultados de predicción. Las funciones de pérdida de error cuadrático, Linex y entropía general se utilizaron como predictores de punto. Se realizaron simulaciones de Monte Carlo para mostrar la efectividad del parámetro de tasa de aprendizaje en mejorar los resultados de los intervalos de predicción y los predictores de punto.