Distribución exponencial de mezcla generalizada basada en la confiabilidad de resistencia y estrés difuso
Autores: Tian, Weizhong; Tian, Chengliang; Li, Sha; Zhang, Yunchu; Han, Jiayi
Idioma: Inglés
Editor: MDPI
Año: 2024
Acceso abierto
Artículo científico
2024
Distribución exponencial de mezcla generalizada basada en la confiabilidad de resistencia y estrés difuso
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Fiabilidad
Estrés
Fuerza
Métodos de estimación
Estudios de simulación
Sesgos
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 34
Citaciones: Sin citaciones
Este documento discute la fiabilidad del estrés y la resistencia, y la fiabilidad difusa del estrés y la resistencia, basada en mezclas generalizadas de distribuciones exponenciales. Proponemos varios métodos de estimación, como la estimación de máxima verosimilitud, la estimación de mínimos cuadrados ponderados y la estimación de percentiles, para estimar las medidas correspondientes. Se han realizado estudios de simulación para comparar el rendimiento de los estimadores propuestos utilizando diferentes configuraciones. Estas comparaciones se basan en sesgos y errores cuadráticos medios, y encontramos que en la mayoría de los casos. Además, los valores de tienen el mismo patrón que , y los valores de errores cuadráticos medios y sesgos para son menores que . A medida que aumenta el tamaño de la muestra, los valores de sesgos para ambas fiabilidades disminuyen y tienden a 0. En última instancia, aplicamos los métodos propuestos a un conjunto de datos para ilustrar su importancia. Encontramos que los valores estimados de son mayores que los de para todos los métodos de estimación. Además, los estimadores difusos de son aproximadamente iguales a los estimadores .
Descripción
Este documento discute la fiabilidad del estrés y la resistencia, y la fiabilidad difusa del estrés y la resistencia, basada en mezclas generalizadas de distribuciones exponenciales. Proponemos varios métodos de estimación, como la estimación de máxima verosimilitud, la estimación de mínimos cuadrados ponderados y la estimación de percentiles, para estimar las medidas correspondientes. Se han realizado estudios de simulación para comparar el rendimiento de los estimadores propuestos utilizando diferentes configuraciones. Estas comparaciones se basan en sesgos y errores cuadráticos medios, y encontramos que en la mayoría de los casos. Además, los valores de tienen el mismo patrón que , y los valores de errores cuadráticos medios y sesgos para son menores que . A medida que aumenta el tamaño de la muestra, los valores de sesgos para ambas fiabilidades disminuyen y tienden a 0. En última instancia, aplicamos los métodos propuestos a un conjunto de datos para ilustrar su importancia. Encontramos que los valores estimados de son mayores que los de para todos los métodos de estimación. Además, los estimadores difusos de son aproximadamente iguales a los estimadores .