Un nuevo índice de rendimiento de proceso para la distribución de Weibull con un esquema de censura híbrida de tipo I
Autores: Tsai, Tzong-Ru; Lio, Yuhlong; Chiang, Jyun-You; Huang, Yi-Jia
Idioma: Inglés
Editor: MDPI
Año: 2022
Acceso abierto
Artículo científico
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Propuesto
Evaluación
Productos de por vida
Enfoques bayesianos
Distribución de Weibull
Esquema de censura
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 30
Citaciones: Sin citaciones
Se propone un nuevo índice de rendimiento de vida para evaluar la calidad de los productos de por vida. El método de estimación de máxima verosimilitud y los enfoques bayesianos que utilizan distribuciones previas informativas y no informativas se utilizan para inferir los parámetros de la distribución de Weibull y el nuevo índice de rendimiento de vida propuesto bajo un esquema de censura híbrida de Tipo-I. Los resultados de la simulación de Monte Carlo muestran que dos enfoques bayesianos superan al método de estimación de máxima verosimilitud en cuanto a las medidas de sesgo relativo, error cuadrático medio relativo y probabilidad de cobertura para los estimadores de punto e intervalo de confianza, respectivamente. Se recomienda el enfoque bayesiano que utiliza una distribución previa no informativa si no se dispone del conocimiento para establecer los hiperparámetros en la distribución previa informativa. Se proporcionan dos conjuntos de datos reales para ilustración.
Descripción
Se propone un nuevo índice de rendimiento de vida para evaluar la calidad de los productos de por vida. El método de estimación de máxima verosimilitud y los enfoques bayesianos que utilizan distribuciones previas informativas y no informativas se utilizan para inferir los parámetros de la distribución de Weibull y el nuevo índice de rendimiento de vida propuesto bajo un esquema de censura híbrida de Tipo-I. Los resultados de la simulación de Monte Carlo muestran que dos enfoques bayesianos superan al método de estimación de máxima verosimilitud en cuanto a las medidas de sesgo relativo, error cuadrático medio relativo y probabilidad de cobertura para los estimadores de punto e intervalo de confianza, respectivamente. Se recomienda el enfoque bayesiano que utiliza una distribución previa no informativa si no se dispone del conocimiento para establecer los hiperparámetros en la distribución previa informativa. Se proporcionan dos conjuntos de datos reales para ilustración.