Inferencias de la fiabilidad de estrés-fuerza multicomponente para las distribuciones de Burr XII
Autores: Lio, Yuhlong; Tsai, Tzong-Ru; Wang, Liang; Cecilio Tejada, Ignacio Pascual
Idioma: Inglés
Editor: MDPI
Año: 2022
Acceso abierto
Artículo científico
2022
Inferencias de la fiabilidad de estrés-fuerza multicomponente para las distribuciones de Burr XII
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Componentes múltiples
Fiabilidad de resistencia al estrés
Componentes distribuidos Burr XII
Censura tipo II
Estimadores de máxima verosimilitud
Intervalos de confianza
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 23
Citaciones: Sin citaciones
La fiabilidad de resistencia de estrés multicomponente (MSR) se explora para el sistema con componentes distribuidos de Burr XII bajo censura de Tipo-II. Cuando las distribuciones de las variables de resistencia y estrés tienen distribuciones de Burr XII con parámetros de forma internos comunes o desiguales, se investiga y establece la existencia y unicidad de los estimadores de máxima verosimilitud. Los intervalos de confianza aproximados asociados se obtienen utilizando la teoría de la distribución normal asintótica junto con el método delta y el procedimiento de bootstrap paramétrico, respectivamente. Además, se desarrollan estimadores alternativos de punto y de intervalo de confianza basados en cantidades pivote generalizadas. Además, se presenta una prueba de razón de verosimilitud para diagnosticar la equivalencia de ambos parámetros de forma internos o no. En conclusión, se realizan simulaciones de Monte Carlo y análisis de datos reales para ilustración.
Descripción
La fiabilidad de resistencia de estrés multicomponente (MSR) se explora para el sistema con componentes distribuidos de Burr XII bajo censura de Tipo-II. Cuando las distribuciones de las variables de resistencia y estrés tienen distribuciones de Burr XII con parámetros de forma internos comunes o desiguales, se investiga y establece la existencia y unicidad de los estimadores de máxima verosimilitud. Los intervalos de confianza aproximados asociados se obtienen utilizando la teoría de la distribución normal asintótica junto con el método delta y el procedimiento de bootstrap paramétrico, respectivamente. Además, se desarrollan estimadores alternativos de punto y de intervalo de confianza basados en cantidades pivote generalizadas. Además, se presenta una prueba de razón de verosimilitud para diagnosticar la equivalencia de ambos parámetros de forma internos o no. En conclusión, se realizan simulaciones de Monte Carlo y análisis de datos reales para ilustración.