برآورد بیزی پارامتر قابلیت اعتماد چندمولفه ای تحت داده های سانسور فزاینده پیوندی بهبود یافته
Publish place: Journal of Statistical sciences، Vol: 17، Issue: 2
Publish Year: 1402
Type: Journal paper
Language: Persian
View: 140
This Paper With 26 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
Export:
Document National Code:
JR_STAT-17-2_004
Index date: 26 February 2024
برآورد بیزی پارامتر قابلیت اعتماد چندمولفه ای تحت داده های سانسور فزاینده پیوندی بهبود یافته abstract
در این مقاله، تحت نمونه های سانسور فزاینده پیوندی بهبود یافته، برآورد بیزی پارامتر قابلیت اعتماد چندمولفه ای با مولفه های مقاومت غیر یکسان در توزیع گومپرتز تعمیم یافته یکه، بررسی می شود. این مسئله در سه حالت مختلف حل شده است. در حالت اول، فرض می شود که متغیرهای تنش و مقاومت دارای پارامترهای غیر مشترک نامعلوم هستند. در حالت دوم فرض می شود که متغیرهای تنش و مقاومت دارای دو پارامتر مشترک و یک پارامتر غیر مشترک هستند به طوری که همه این پارامترها نامعلومند. در حالت سوم، فرض می شود که متغیرهای تنش و مقاومت دارای دو پارامتر مشترک معلوم و یک پارامتر غیر مشترک نامعلوم هستند. در هر کدام از این حالت ها، برآورد بیزی پارامتر قابلیت اعتماد چندمولفه ای با مولفه های مقاومت غیر یکسان، به دست می آیند. در نهایت با روش شبیه سازی مونت کارلو عملکرد برآوردهای مختلف با هم مقایسه شده و نتایج روی یک سری داده واقعی پیاده سازی می شوند.
برآورد بیزی پارامتر قابلیت اعتماد چندمولفه ای تحت داده های سانسور فزاینده پیوندی بهبود یافته Keywords:
Unit generalized Gompertz distribution , Multi-component reliability parameter , Bayesian estimation , Monte Carlo simulation , توزیع گومپرتز تعمیم یافته یکه , پارامتر قابلیت اعتماد چندمولفه ای , برآورد بیز , شبیه سازی مونت
برآورد بیزی پارامتر قابلیت اعتماد چندمولفه ای تحت داده های سانسور فزاینده پیوندی بهبود یافته authors
فاطمه سادات میرصدوقی
دانشگاه بین المللی امام خمینی (ره)
اکرم کهن سال
دانشگاه بین المللی امام خمینی (ره)
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :