برآورد پارامتر قابلیت اعتماد R=P(X>Y) در توزیع لیندلی توانی با استفاده از داده های رکورد بالایی
محل انتشار: مجله مدل سازی پیشرفته ریاضی، دوره: 10، شماره: 1
سال انتشار: 1399
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 104
نسخه کامل این مقاله ارائه نشده است و در دسترس نمی باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JAMFN-10-1_006
تاریخ نمایه سازی: 16 آبان 1402
چکیده مقاله:
In the literature, statistical estimation of the stress-strength reliability parameter R=P(X>Y) has attracted enormous interest. Recently, Ghitany et al. [۷] studied statistical estimation of the parameter R in power Lindley distribution based on complete data sets. However, in practice, we may deal with record breaking data sets in which only values larger than the current extreme value are reported. In this paper, assuming that stress and strength random variables X and Y are independently distributed as power Lindley distribution, we consider estimation of the reliability parameter R based on upper record values. First, we obtain the maximum likelihood estimate of the reliability parameter and its asymptotic confidence interval. Then, considering squared error and Linex loss functions, we compute the Bayes estimates of R. Since, there are not closed forms for the Bayes estimates, we use Lindley method as well as a Markov Chain Monte Carlo procedure to obtain approximate Bayes estimates. In order to evaluate the performances of the proposed procedures, simulation studies are conducted. Finally, by analyzing real data sets, application of the proposed inferences using upper records is presented.
کلیدواژه ها:
نویسندگان
عباس پاک
گروه علوم کامپیوتر، دانشگاه شهرکرد
علی اکبر جعفری
گروه آمار، دانشگاه یزد
محمدرضا محمودی
گروه آمار، دانشگاه فسا
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله 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 مقاله لینک شده اند :