logo móvil
Contáctanos

Modelado de estrés constante de datos lognormales bajo censura progresiva de tipo I de intervalo: enfoques de estimación de máxima verosimilitud y bayesiana

Autores: Sief, Mohamed; Liu, Xinsheng; Hosny, Mona; Abd El-Raheem, Abd El-Raheem M.

Idioma: Inglés

Editor: MDPI

Año: 2023

Descargar PDF

Acceso abierto

Artículo científico
2023

Modelado de estrés constante de datos lognormales bajo censura progresiva de tipo I de intervalo: enfoques de estimación de máxima verosimilitud y bayesiana


Categoría

Matemáticas

Subcategoría

Análisis matemático

Palabras clave

Enfoques inferenciales
Pruebas de vida acelerada con estrés constante
Datos de falla
Censura de intervalo tipo I progresiva
Parámetro de ubicación log-normal
Modelo de vida-estrés log-lineal

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 25

Citaciones: Sin citaciones


Descripción
Este documento discute enfoques inferenciales para el problema de pruebas de vida acelerada de estrés constante cuando los datos de falla están censurados de intervalos tipo-I progresivos. Se realizan estimaciones frecuentistas y bayesianas bajo la suposición de que el parámetro de ubicación log-normal no es constante y sigue un modelo de vida-estrés log-lineal. Los intervalos de confianza de los parámetros desconocidos también se construyen basados en la teoría asintótica y técnicas bayesianas. Un análisis de un conjunto de datos reales se combina con una simulación de Monte Carlo para proporcionar una evaluación exhaustiva de los métodos propuestos.

Otros recursos que podrían interesarte

Temas Virtualpro