Orden restringida de inferencia para la distribución exponencial invertida generalizada bajo datos censurados tipo II progresivos conjuntos equilibrados y su aplicación en la resistencia a la rotura de las fibras de yute
Autores: Zhang, Chunmei; Cong, Tao; Gui, Wenhao
Idioma: Inglés
Editor: MDPI
Año: 2023
Acceso abierto
Artículo científico
2023
Orden restringida de inferencia para la distribución exponencial invertida generalizada bajo datos censurados tipo II progresivos conjuntos equilibrados y su aplicación en la resistencia a la rotura de las fibras de yute
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Artículo
Esquema conjunto de censura progresiva tipo-II
Poblaciones
Distribuciones de tiempo de vida
Distribución exponencial invertida generalizada
Estimaciones de máxima verosimilitud
Intervalos de confianza asintóticos
Marco bayesiano
Prior Gamma
Prior Beta-Gamma
Restricción de orden
Función de pérdida de error cuadrado
Intervalos creíbles de densidad más alta posterior
Técnica de muestreo de importancia
Simulaciones de Monte Carlo
Rendimiento
Estimadores
Conjunto de datos reales
Esquema de censura óptimo
Criterios de optimalidad
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 19
Citaciones: Sin citaciones
Este artículo considera un nuevo y mejorado esquema equilibrado de censura progresiva conjunta de tipo-II basado en dos poblaciones diferentes, donde las distribuciones de tiempo de vida de las dos poblaciones siguen la distribución exponencial invertida generalizada con diferentes parámetros de forma pero un parámetro de escala común. Se obtienen las estimaciones de máxima verosimilitud de todos los parámetros desconocidos y se construyen sus intervalos de confianza asintóticos utilizando la matriz de información de Fisher observada. Además, se demuestra la existencia y unicidad de soluciones. En el marco bayesiano, el parámetro de escala común sigue una distribución Gamma previa independiente y los diferentes parámetros de forma siguen conjuntamente una distribución Beta-Gamma previa. Basándose en si se impone la restricción de orden en los parámetros de forma, se derivan las estimaciones bayesianas de todos los parámetros con respecto a la función de pérdida cuadrada junto con los intervalos creíbles de mayor densidad posterior asociados utilizando la técnica de muestreo de importancia. Luego, utilizamos simulaciones de Monte Carlo para estudiar el rendimiento de los diversos estimadores y se discute un conjunto de datos reales para ilustrar todas las técnicas de estimación. Finalmente, buscamos un esquema de censura óptimo a través de diferentes criterios de optimalidad.
Descripción
Este artículo considera un nuevo y mejorado esquema equilibrado de censura progresiva conjunta de tipo-II basado en dos poblaciones diferentes, donde las distribuciones de tiempo de vida de las dos poblaciones siguen la distribución exponencial invertida generalizada con diferentes parámetros de forma pero un parámetro de escala común. Se obtienen las estimaciones de máxima verosimilitud de todos los parámetros desconocidos y se construyen sus intervalos de confianza asintóticos utilizando la matriz de información de Fisher observada. Además, se demuestra la existencia y unicidad de soluciones. En el marco bayesiano, el parámetro de escala común sigue una distribución Gamma previa independiente y los diferentes parámetros de forma siguen conjuntamente una distribución Beta-Gamma previa. Basándose en si se impone la restricción de orden en los parámetros de forma, se derivan las estimaciones bayesianas de todos los parámetros con respecto a la función de pérdida cuadrada junto con los intervalos creíbles de mayor densidad posterior asociados utilizando la técnica de muestreo de importancia. Luego, utilizamos simulaciones de Monte Carlo para estudiar el rendimiento de los diversos estimadores y se discute un conjunto de datos reales para ilustrar todas las técnicas de estimación. Finalmente, buscamos un esquema de censura óptimo a través de diferentes criterios de optimalidad.