PofoliaPofolia ile paylaşıldı

Frontiers in Applied Mathematics and Statistics· 2026Q2

Tip II Ağır Kuyruklu Weibull dağılımı için birleşik aşamalı-hibrit sansürleme altında binominal çıkarma ile Bayesyen çıkarım: simülasyon ve uygulama

Bayesian Inference with binomial removal for type II heavy-tailed Weibull distribution under unified progressive-hybrid censoring: simulation and application

Eslam Hussam, Ehab M. Almetwally, T. S. Taher

Kısa özet

Yeni bir Bayesyen çıkarım yöntemi, birleşik aşamalı-hibrit sansürleme ve binominal çıkarma altında Tip II Ağır Kuyruklu Weibull dağılımları için parametre tahminini önemli ölçüde iyileştirir.

Yapay zekâ ile başlık ve abstract'tan üretildi; tam metin okunmaz.

Ana noktalar

  • Birleşik aşamalı-hibrit sansürleme ve binominal çıkarma altında Tip II Ağır Kuyruklu Weibull dağılımı için bir Bayesyen çıkarım yöntemi sunulmaktadır.
  • Bayesyen MCMC çıkarımı ve maksimum çarpım aralıkları yöntemleri, parametre tahmin doğruluğunda önemli iyileştirmeler göstermektedir.
  • TII-HTW dağılımı için güvenilirlik ölçümleri tahmin edilmiştir.
  • Önerilen modelin performansı, mühendislik, işletme ve tıp sektörlerinden dört gerçek dünya veri seti kullanılarak doğrulanmıştır.

Yapay zekâ ile başlık ve abstract'tan üretildi; tam metin okunmaz.

Özet (abstract)

In this manuscript, both classical and Bayesian methods were used to estimate the parameters of the type II Heavy-Tailed Weibull (TII-HTW) distribution under a unified progressive-hybrid censoring scheme (UPHCS) that allows testing to be stopped at a fixed time or after a predefined number of failures, and under random binomial removal (BR) for items. Heavy-tailed distributions are very flexible models, they offer many advantages for reliability analysis, whether with complete or censored data. A simulation experiment was done to determine the efficiency of the methods used to estimate the parameters under BR. The confidence intervals were estimated using several methods for both classical and Bayesian estimators. Simulation studies using maximum product of spacings (MPS) and Bayesian MCMC inference were used to demonstrate significant improvements in estimation for heavy-tailed Weibull reliability data under unified progressive-hybrid censoring with binomial removal. The reliability measures were estimated. Concluding results were deduced from the simulation tables. Data analysis was conducted to assess the distribution's performance relative to its rivals. We compared our model using four data sets from engineering, business, and medical sources. Important results were recorded from the real data analysis. Finally, future works and directions were proposed at the end of the paper.

Yazarların özeti; kaynağından alınmıştır. Frontiers in Applied Mathematics and Statistics, 2026 · DOI ↗

ÇıkarımlarPremium
Makaleye SorÜcretsiz hesapla

Ücretsiz hesapla devam et

Makaleye Sor ile bu makaleye günde 3 soru ücretsiz; makaleyi kaydet, kaynakçasını al, ilgi alanına göre her gün yeni özetler. Çıkarımlar Premium.

Web'de ücretsiz devam et

Google ya da Apple hesabınla giriş; kart istemez. Bu makaleye geri dönersin.

Telefonda:

Alan: İstatistik ve Olasılık

Statistics and ProbabilityMathematics