.png){kind=icon}
返回
Inference for dependent competing risks model under m-cycle minimum ranked set sampling
.png){kind=icon}
PRE
AI
DOI：10.1080/02664763.2025.2567976.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
最小排序集抽样提供了一种有效的方法来收集失效时间数据，同时优化测试资源。本文在m周期最小排序集抽样数据背景下考察了相依竞争风险模型。假设组件寿命服从双参数广义倒指数分布，我们利用Marshall-Olkin分布框架发展了相依结构。研究在无约束参数和有序约束两种情况下建立了最大似然估计和贝叶斯推断程序。理论分析证实了最大似然估计量的存在性和唯一性条件，并随后推导出相应的区间估计量。对于贝叶斯推断，我们在灵活的先验设定下推导出后验估计，采用Metropolis-Hastings和重要性抽样算法来解决复杂的后验计算。通过全面的数值模拟和实际案例分析，本研究系统地评估了不同估计方法的比较性能，同时考察了周期性抽样策略如何影响估计精度。最后，基于研究结果提供了实施指南和面向生产的结论。
Keyword:
Minimum ranked set sampling
dependent competing risks
order restriction
generalized inverted exponential distribution
期刊
J
IF:
1.1
论文数:
133
被引数:
4.2K
机构
引用论文
.png){kind=icon}
Estimation of the system reliability for generalized inverse Lindley distribution based on different sampling designs基于不同抽样设计的广义逆Lindley分布的系统可靠性估计
PREAI
分享收藏Log-logistic parameters estimation using moving extremes ranked set sampling design使用移动极值排序集抽样设计的Log-logistic参数估计
OAAI
OAAI分享收藏Inference of Competing Risks Model with Partially Observed Failure Causes Based on Minimum Ranked Set Sampling基于最小排序集抽样的部分观测失效原因的竞争风险模型推断
PREAI
分享收藏
查看更多内容