پیش‌بینی دو‌نمونه‌ای بیزی در داده‌های سانسورشده‌ی فزاینده از توزیع نمایی تعمیم‌یافته، تحت تابع‌های زیان متقارن و نامتقارن

در بسیاری از پژوهش‌های آماری پیش‌بینی نقش مهمی دارد. مثال‌هایی در این زمینه شامل سامانه‌های مهندسی، طرح آزمایش‌ها و غیره می‌باشند. در این مقاله، بر اساس داده‌های سانسورشده‌ی فزاینده‌ی نوع دوم در الگوی نمایی تعمیم‌یافته، پیشگوگرهای بیزی نقطه‌ای و بازه‌ای تحت توزیع‌های پیشین آگاهی‌بخش و ناآگاهی‌بخش مورد بررسی قرار می‌گیرند. همچنین کران‌های پیش‌بینی و پیشگوگرهای نقطه‌ای بیزی را تحت دو تابع زیان توان دوم خطا و خطی- نمایی، برای آماره‌ی مرتب در یک نمونه‌ی‌ سانسورشده‌ی فزاینده‌ی نوع دوم آینده با طرح سانسور دلخواه، به دست می‌آوریم. نتیجه‌ها مستخرج ممکن است در آزمایش‌های طول عمر برای پیش‌بینی زمان کل آزمایش مورد استفاده قرار گیرند. علاوه بر روش عددی، روش نمونه‌گیری گیبزی (به‌عنوان روشی از مونته کارلوی زنجیر مارکوفی) برای ارزیابی کران‌های پیش‌بینی و پیشگوگرهای نقطه‌ای بیزی تقریبی تحت تابع‌های زیان توان دوم خطا و خطی- نمایی مورد استفاده قرار گرفته است. عملکرد روش‌های پیش‌بینی پیش‌نهادی از طریق یک مطالعه‌ی شبیه‌سازی مونته کارلویی و یک مثال عددی (واقعی) برای هر روش نشان داده شده است.