استنباط محوری و بیزی در سیستم های منسجم نمایی تحت سانسور فزاینده
در این مقاله، استباط آماری درسیستم های k مولفه ای هنگامی که داده های طول عمر سیستم، سانسور شده فزاینده نوع دو باشند مورد مطالعه قرار می گیرد. در این سیستم های منسجم، فرض می شود ساختار و اثر مشخصه سیستم مشخص و نیز توزیع طول عمر مولفه ها، نمایی باشد. دو روش محوری و بیزی برای برآورد نقطه ای پارامتر توز...
Main Authors: | , |
---|---|
Format: | Article |
Language: | fas |
Published: |
Shahid Chamran University of Ahvaz
2021-09-01
|
Series: | مدلسازی پیشرفته ریاضی |
Subjects: | |
Online Access: | https://jamm.scu.ac.ir/article_16975_b187128c3022b751d0ba30e1db249210.pdf |
id |
doaj-466cec53f7eb483abd1a3e59c797c425 |
---|---|
record_format |
Article |
spelling |
doaj-466cec53f7eb483abd1a3e59c797c4252021-09-26T17:56:45ZfasShahid Chamran University of Ahvazمدلسازی پیشرفته ریاضی2251-80882645-61412021-09-0111349651410.22055/jamm.2021.36145.188816975استنباط محوری و بیزی در سیستم های منسجم نمایی تحت سانسور فزایندهاکبر اصغرزاده نشلی0عادله فلاح1عضو هیات علمی/ دانشگاه مازندراندانشگاه پیام نور-تهراندر این مقاله، استباط آماری درسیستم های k مولفه ای هنگامی که داده های طول عمر سیستم، سانسور شده فزاینده نوع دو باشند مورد مطالعه قرار می گیرد. در این سیستم های منسجم، فرض می شود ساختار و اثر مشخصه سیستم مشخص و نیز توزیع طول عمر مولفه ها، نمایی باشد. دو روش محوری و بیزی برای برآورد نقطه ای پارامتر توزیع طول عمر مولفه ها معرفی می شوند و این روش ها با روش درستنمایی ماکزیمم و روش کمترین مربعات که در مقالات معرفی شده اند مقایسه می شوند. فاصله اطمینان محوری، فاصله اطمینان بیزی و فاصله اطمینان بر اساس آزمون نسبت درستنمایی محاسبه می شوند. با استفاده از شبیه سازی مونت کارلو، برآوردهای مختلف نقطه ای و فاصله ای مقایسه و مشاهده می شود که روش های محوری و بیزی عملکردبهتری در مقایسه با دیگر روش های موجود دارند. برای تشریح بیشتر روش های برآورد معرفی شده، یک مثال عددی ارائه و بحث می شود.https://jamm.scu.ac.ir/article_16975_b187128c3022b751d0ba30e1db249210.pdfسیستم منسجماثر مشخصهتوزیع نماییبرآورد به روش محوریبرآورد بیزی |
collection |
DOAJ |
language |
fas |
format |
Article |
sources |
DOAJ |
author |
اکبر اصغرزاده نشلی عادله فلاح |
spellingShingle |
اکبر اصغرزاده نشلی عادله فلاح استنباط محوری و بیزی در سیستم های منسجم نمایی تحت سانسور فزاینده مدلسازی پیشرفته ریاضی سیستم منسجم اثر مشخصه توزیع نمایی برآورد به روش محوری برآورد بیزی |
author_facet |
اکبر اصغرزاده نشلی عادله فلاح |
author_sort |
اکبر اصغرزاده نشلی |
title |
استنباط محوری و بیزی در سیستم های منسجم نمایی تحت سانسور فزاینده |
title_short |
استنباط محوری و بیزی در سیستم های منسجم نمایی تحت سانسور فزاینده |
title_full |
استنباط محوری و بیزی در سیستم های منسجم نمایی تحت سانسور فزاینده |
title_fullStr |
استنباط محوری و بیزی در سیستم های منسجم نمایی تحت سانسور فزاینده |
title_full_unstemmed |
استنباط محوری و بیزی در سیستم های منسجم نمایی تحت سانسور فزاینده |
title_sort |
استنباط محوری و بیزی در سیستم های منسجم نمایی تحت سانسور فزاینده |
publisher |
Shahid Chamran University of Ahvaz |
series |
مدلسازی پیشرفته ریاضی |
issn |
2251-8088 2645-6141 |
publishDate |
2021-09-01 |
description |
در این مقاله، استباط آماری درسیستم های k مولفه ای هنگامی که داده های طول عمر سیستم، سانسور شده فزاینده نوع دو باشند مورد مطالعه قرار می گیرد. در این سیستم های منسجم، فرض می شود ساختار و اثر مشخصه سیستم مشخص و نیز توزیع طول عمر مولفه ها، نمایی باشد. دو روش محوری و بیزی برای برآورد نقطه ای پارامتر توزیع طول عمر مولفه ها معرفی می شوند و این روش ها با روش درستنمایی ماکزیمم و روش کمترین مربعات که در مقالات معرفی شده اند مقایسه می شوند. فاصله اطمینان محوری، فاصله اطمینان بیزی و فاصله اطمینان بر اساس آزمون نسبت درستنمایی محاسبه می شوند. با استفاده از شبیه سازی مونت کارلو، برآوردهای مختلف نقطه ای و فاصله ای مقایسه و مشاهده می شود که روش های محوری و بیزی عملکردبهتری در مقایسه با دیگر روش های موجود دارند. برای تشریح بیشتر روش های برآورد معرفی شده، یک مثال عددی ارائه و بحث می شود. |
topic |
سیستم منسجم اثر مشخصه توزیع نمایی برآورد به روش محوری برآورد بیزی |
url |
https://jamm.scu.ac.ir/article_16975_b187128c3022b751d0ba30e1db249210.pdf |
work_keys_str_mv |
AT ạḵbrạṣgẖrzạdhnsẖly ạstnbạṭmḥwrywbyzydrsystmhạymnsjmnmạyytḥtsạnswrfzạyndh AT ʿạdlhflạḥ ạstnbạṭmḥwrywbyzydrsystmhạymnsjmnmạyytḥtsạnswrfzạyndh |
_version_ |
1716867615522029568 |