مدل بندی و تحلیل داده های طول عمر تحت سانسور فاصله ای پیش رونده ی نوع اول از توزیع لاگ-نرمال

پایان نامه
چکیده

سانسور فاصله ای پیش رونده ی نوع اول یک روش سانسور بسیار مفید است که می توان آن را در بیشتر آزمون های مربوط به داده های طول عمر به کاربرد. در این پایان نامه زمان های بازرسی بهینه و طرح سانسور بهینه برای توزیع لاگ-نرمال تحت سانسور فاصله ای پیش رونده ی نوع اول مورد بررسی قرار می گیرد؛ هم چنین با ارائه ی مثال های عددی کارایی مربوط به هر طرح بر پایه ی برآورد ماکسیمم درستنمایی محاسبه می شود. در پایان، برآوردیابی توسط روش ماکسیمم درستنمایی و روش گشتاورها برای پارامترهای توزیع لاگ-نرمال تحت سانسور فاصله ای پیش رونده ی نوع اول مورد مطالعه و مقایسه قرار گرفته است.

۱۵ صفحه ی اول

برای دانلود 15 صفحه اول باید عضویت طلایی داشته باشید

اگر عضو سایت هستید لطفا وارد حساب کاربری خود شوید

منابع مشابه

روایی برآوردگرهای شاخص عملکرد طول عمر تحت تابع زیان مربع خطای وزنی در توزیع پارتو بر اساس داده سانسور شده پیش رونده

طول عمر محصولات تولیدی، یکی از بهترین مشخصه های کیفی را ارائه می دهد به این صورت که هر چه طول عمر محصول بیشتر باشد کیفیت آن بالاتر خواهد بود. بر اساس همین ایده مونت گومری شاخص قابلیت فرایند CL را برای ارزیابی عملکرد طول عمر محصولات تولید شده پیشنهاد کرد. که در این مقاله ما این شاخص را مورد بررسی قرار می دهیم. فرض می کنیم که طول عمر محصولات دارای توزیع پارتو باشند و با استفاده از داده های از راس...

متن کامل

یک مسئله بهینه سازی مقید برای تعیین کوچکترین ناحیه اطمینان توزیع پارتو تحت سانسور پیش رونده نوع دوم

در این مقاله، یک مسئله بهینه سازی مقید برای تعیین کوچکترین ناحیه اطمینان توأم برای پارامترهای توزیع پارتو بر اساس نمونه های سانسورشده فزاینده نوع دوم فرمول بندی و حل می شود. تابع هدف، مساحت ناحیه اطمینان و قید مسئله، سطح اطمینان مشخصمی باشد. کوچکترین ناحیه اطمینان توأم پیشنهادی برای نمونه های کامل و نمونه های سانسورشده نوع دوم از راست نیز معتبر می باشد. مساحت کوچکترین ناحیه اطمینان پیشنهادی و م...

متن کامل

استنباط دقیق پیرامون پارامتر های توزیع نمایی مکان-مقیاس تحت سانسور تلفیقی پیش رونده ی نوع اول

نمونه های سانسور شده در آزمایش های مربوط به آزمون های طول عمر مطرح می شوند؛ یعنی هنگامی که آزمایشگر زمان های از کار افتادگی تمام واحد های موجود در آزمون طول عمر را مشاهده نمی کند. در سال های اخیر، استنباط بر پایه ی نمونه های سانسور شده بسیار مورد توجه قرار گرفته است به طوری که در مورد پارامتر های توزیع های مختلفی مانند نرمال، نمایی، گاما، رایلی، وایبول، لوگ نرمال، گوسی معکوس، لجستیک، لاپلاس و پ...

روایی برآوردگرهای شاخص عملکرد طول عمر تحت تابع زیان مربع خطای وزنی در توزیع پارتو بر اساس داده سانسور شده پیش رونده

طول عمر محصولات تولیدی، یکی از بهترین مشخصه های کیفی را ارائه می دهد به این صورت که هر چه طول عمر محصول بیشتر باشد کیفیت آن بالاتر خواهد بود. بر اساس همین ایده مونت گومری شاخص قابلیت فرایند cl را برای ارزیابی عملکرد طول عمر محصولات تولید شده پیشنهاد کرد. که در این مقاله ما این شاخص را مورد بررسی قرار می دهیم. فرض می کنیم که طول عمر محصولات دارای توزیع پارتو باشند و با استفاده از داده های از راس...

متن کامل

آزمون های نیکویی برازش برای داده های سانسور شده ی پیش رونده ی نوع دوم

مسأله ی آزمون این که یک توزیع تا چه میزان برای داده های یک نمونه برازنده است، یک مسأله ی بسیار با اهمیت است که باید پیش از هر روش استنباطی که در آن توزیع جامعه استفاده می شود، مورد بررسی قرار گیرد؛ به این آزمون ها، آزمون نیکویی برازش گفته می شود. بنا بر اهمیت موضوع، آزمون های نیکویی برازش از دیرباز مورد توجه پژوهشگران بوده و تاکنون پژوهش های فراوانی در این زمینه صورت گرفته است. در این پایان ...

استنباط آماری بر اساس داده های سانسور شده پیش رونده نوع دو تطبیقی در توزیع نمایی

سانسور پیش رونده نوع دو تطبیقی آمیخته ای از طرح های سانسور نوع یک و نوع دو پیش رونده است که اولین بار توسط ان جی و همکاران (2009)معرفی شده است. در این سانسور مقدار نمونه موثر((m ثابت و طرح سانسور پیش رونده به صورت (rm...وr2وr1) در نظر گرفته می شود .به طوریکه مقادیر ri ها ممکن است در طول مدت آزمایش تغییر کنند . اگر زمان آزمایش از زمان از ثابتt بیشتر باشد، اما تعداد شکست های مشاهده شده به m واحد ...

15 صفحه اول

منابع من

با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید

ذخیره در منابع من قبلا به منابع من ذحیره شده

{@ msg_add @}


نوع سند: پایان نامه

وزارت علوم، تحقیقات و فناوری - دانشگاه یزد

میزبانی شده توسط پلتفرم ابری doprax.com

copyright © 2015-2023