[論文レビュー] A new three-parameter lifetime distribution and associated inference

Min Wang|arXiv (Cornell University)|Aug 19, 2013

Statistical Distribution Estimation and Applications参考文献 18被引用数 12

ひとこと要約

本稿では、リンドレー分布と幾何分布を合成することで、より高い柔軟性を備えた故障時間データのモデル化が可能な新しい3パラメータの寿命分布、指数型リンドレー幾何分布（ELG）を提案する。ELG分布は、リンドレー分布や幾何リンドレー分布といった既存のモデルよりも優れたAIC/BIC値と、EMアルゴリズムを用いた最尤推定による実データへの適合性を示しており、故障時間データのモデリングにおいて優れた性能を発揮する。

ABSTRACT

In this paper, a new three-parameter lifetime distribution is introduced and many of its standard properties are discussed. These include shape of the probability density function, hazard rate function and its shape, quantile function, limiting distributions of order statistics, and the moments. The unknown parameters are estimated by the maximum likelihood estimation procedure. We develop an EM algorithm to find the maximum likelihood estimates of the parameters, because they are not available in closed form. The Fisher information matrix is also obtained and it can be used for constructing the asymptotic confidence intervals. Finally, a real-data application is given to demonstrate the performance of the new distribution.

研究の動機と目的

• リンドレー分布および幾何リンドレー分布を一般化する柔軟な3パラメータの寿命分布の開発。
• 成分数が確率的で、故障率が定数でないシステムのモデル化。これにより指数分布の限界を克服する。
• 実世界の寿命データへの適合性が向上した、信頼性および生存分析のための強固な統計的モデルの提供。
• モーメント、分位数、故障率関数の形状といった主要な分布的性質の導出。
• 最尤推定（EMアルゴリズムを用いて）、およびフィッシャー情報量を用いた信頼区間を含む推論手順の開発。

提案手法

• 形状母数θを有するリンドレー分布と成功確率pを有する幾何分布を合成し、システムの故障時間をモデル化する。
• 累積分布関数（CDF）を F(x) = G(x)^α / (1 - p + p·G(x)^α) として導出する。ここでG(x)はリンドレー分布のCDFであり、αは並列構成要素の数を表す。
• 閉形式解が得られないため、パラメータα、θ、pの最尤推定（MLE）をEMアルゴリズムで計算する。
• パラメータの漸近的信頼区間を構築するためにフィッシャー情報行列を計算する。
• モデル比較のため、アカイケ（AIC）、ベイズ的（BIC）、補正AIC（AICc）基準を適用する。
• GrossとClark（1975）が提供した20例の患者のリリーフ時間の実データにモデルを適合させる。

実験結果

リサーチクエスチョン

• RQ1 リンドレー分布と幾何分布を合成することで、モデリングの柔軟性を向上させた新しい3パラメータの寿命分布を構築可能か？
• RQ2 新規分布の確率密度関数および故障率関数の形状は、リンドレー分布や指数分布といった既存モデルと比較してどのように異なるか？
• RQ3 新規分布は、ガンマ分布、ワイブル分布、幾何リンドレー分布といった標準モデルよりも、実際の寿命データに対して顕著に優れた適合性を示すか？
• RQ4 閉形式解が得られない場合に、EMアルゴリズムが新規分布のパラメータを効果的に推定できるか？
• RQ5 情報基準（AIC、BIC、AICc）および尤度比検定の観点から、新規分布の統計的性能はいかがなものか？

主な発見

• 指数型リンドレー幾何分布（ELG）は、指数分布や標準リンドレー分布と比較して、非定数の故障率をモデル化する上でより高い柔軟性を有する。
• ELG分布は、適合されたモデル（ELG、ガンマ、ワイブル、LG）の中で最小のAIC（37.1056）、BIC（40.0928）、AICc（38.6056）値を達成しており、リリーフ時間データへの適合性が優れていることを示している。
• H₀: α = 1（すなわち、LG対ELG）の尤度比検定において、検定統計量はω = 7.5667、p値は0.0059であった。これは、より単純なLGモデルを棄却する強力な証拠を示している。
• ELGモデルの推定パラメータは â = 15.5628、θ̂ = 1.5270、p̂ = 0.9059 であり、これは多数の構成要素と幾何分布成分への強い依存性を示している。
• 経験的生存関数とELGの適合生存関数が、他のすべてのモデルと比較して最も一致しており、全体的な適合性の優位性が確認された。
• フィッシャー情報行列が導出され、パラメータの漸近的信頼区間の構築に用いられ、推論の妥当性が裏付けられた。