逐步二型刪失數(shù)據(jù)下廣義Pareto分布的參數(shù)估計

蘇燕青, 金良瓊, 鄒路燕, 李瓊憶, 陶 永

(貴州民族大學(xué) 數(shù)據(jù)科學(xué)與信息工程學(xué)院, 貴州 貴陽 550025)

0 引言

在生存分析和可靠性分析中,存在壽命試驗.生存分析中,研究對象在結(jié)束時間時發(fā)生了研究之外的其他事情,如疾病、拒絕訪問或失去聯(lián)系等,像這樣無法明確地觀察并且記錄發(fā)生結(jié)束事件的生存時間的情況,試驗通常會出現(xiàn)刪失數(shù)據(jù),而根據(jù)刪失方式的不同,刪失可以分為左刪失、右刪失、區(qū)間刪失等.所以,對于刪失情況的研究一直以來都受到眾多學(xué)者的關(guān)注.Khorram等[1]在逐步二型刪失的情況下,選擇加權(quán)指數(shù)分布,針對加權(quán)指數(shù)分布的參數(shù)估計,利用近似極大似然估計和Bayes估計方法估計加權(quán)指數(shù)分布的參數(shù),同時,使用Lindley近似方法得到貝葉斯估計的數(shù)值解形式.郭蕾[2]基于逐步二型刪失數(shù)據(jù),研究了廣義指數(shù)分布的近似極大似然估計,運用Metropolis-Hasting算法模擬了廣義指數(shù)分布在逐步二型刪失數(shù)據(jù)下的貝葉斯估計.Alshenawy等[3]基于逐步二型刪失數(shù)據(jù),運用蒙特卡羅方法,估計了擴展奇威布爾指數(shù)分布的參數(shù).鄢偉安等[4]討論了Burr-XII分布在不同截尾試驗下的極大似然估計和Bayes估計.Okasha等[5]討論了在自適應(yīng)I型漸近混合刪失數(shù)據(jù)下威布爾分布的E-Bayes估計.El-Sherpieny等[6]推導(dǎo)了帶有逐步二型截尾方案的似然函數(shù),并將其應(yīng)用于Clayton-BGR分布,得到了未知參數(shù)的漸近置信區(qū)間和自舉置信區(qū)間.Pareto分布在經(jīng)濟上是描述收入的行為,特別是一些高收入個人的觀察收入的理想模型,可以很好地……