Escudo de la República de Colombia
Sistema Nacional de Biliotecas - Repositorio Institucional Universidad Nacional de Colombia Biblioteca Digital - Repositorio Institucional UN Sistema Nacional de Bibliotecas UN

On Reliability in a Multicomponent Stress-Strength Model with Power Lindley Distribution

Pak, Abbas and Gupta, Arjun Kumar and Khoolenjani, Nayereh Bagheri (2018) On Reliability in a Multicomponent Stress-Strength Model with Power Lindley Distribution. Revista Colombiana de Estadística, 41 (2). pp. 251-267. ISSN 2389-8976

Texto completo

[img]
Vista previa
PDF - Versión Publicada
Available under License Creative Commons Attribution.

460kB

URL oficial: https://revistas.unal.edu.co/index.php/estad/artic...

Resumen

In this paper  we study the reliability of a multicomponent stress-strength model assuming that the components follow power Lindley model.  The maximum likelihood estimate of the reliability parameter and its asymptotic confidence interval are obtained. Applying the parametric Bootstrap technique, interval estimation of the reliability is presented.  Also, the Bayes estimate and highest posterior density credible interval of the reliability parameter are derived using suitable priors on the parameters. Because there is no closed form for the Bayes estimate, we use the Markov Chain Monte Carlo method to obtain approximate Bayes  estimate of the reliability. To evaluate the performances of different procedures,  simulation studies are conducted and an example of real data sets is provided., En este trabajo, estudiamos la fiabilidad de un modelo multicomponente de resistencia al estrés suponiendo que los componentes siguen el modelo Lindley de potencia. Se obtiene la estimación de máxima verosimilitud del parámetro de confiabilidad y su intervalo de confianza asintótico. Aplicando la técnica Bootstrap paramétrica, se presenta la estimación de intervalo de la confiabilidad. Además, la estimación de Bayes y el intervalo creíble de la densidad posterior más alta del parámetro de confiabilidad se obtienen utilizandolos antecedentes adecuados sobre los parámetros. Debido a que no existe una forma cerrada para la estimación de Bayes, utilizamos el método de Markov Chain Monte Carlo para obtener una estimación aproximada de Bayes de la confiabilidad. Para evaluar el rendimiento de diferentes procedimientos, se realizan estudios de simulación y se proporciona un ejemplo de conjuntos de datos reales.

Tipo de documento:Artículo - Article
Palabras clave:Inferencia bayesiana, intervalo de conanza Bootstrap, estimaci ón de máxima verosimilitud, modelo de resistencia al estrés, Bayesian inference, Bootstrap condence interval, Maximum likelihood estimation, Stress-strength model
Temática:5 Ciencias naturales y matemáticas / Science > 51 Matemáticas / Mathematics
3 Ciencias sociales / Social sciences > 31 Colecciones de estadística general / Statistics
Unidad administrativa:Revistas electrónicas UN > Revista Colombiana de Estadística
Código ID:67516
Enviado por : Dirección Nacional de Bibliotecas STECNICO
Enviado el día :20 Septiembre 2018 19:58
Ultima modificación:20 Septiembre 2018 19:58
Ultima modificación:20 Septiembre 2018 19:58
Exportar:Clic aquí
Estadísticas:Clic aquí
Compartir:

Solamente administradores del repositorio: página de control del ítem

Vicerrectoría de Investigación: Número uno en investigación
Indexado por:
Indexado por Scholar Google WorldCat DRIVER Metabiblioteca OAIster BASE BDCOL Registry of Open Access Repositories SNAAC Red de repositorios latinoamericanos eprints Open archives La referencia Tesis latinoamericanas OpenDOAR CLACSO
Este sitio web se ve mejor en Firefox