[論文レビュー] Bivariate Exponentiated Modified Weibull Extension

Awad El-Gohary, Mahmoud El-Morshedy|arXiv (Cornell University)|Jan 14, 2015

Statistical Distribution Estimation and Applications参考文献 8被引用数 4

ひとこと要約

本稿では、3つの独立したショック源によって駆動される部品の寿命をもつ、Marshall-Olkinショックモデルから導出された新しい二変量指数化修正ワイブル拡張（BEMWE）分布を提案する。このモデルは、閉形式の同時分布および周辺分布をもたらし、最尤推定が可能であり、NFLのスコア時間データへの強い適合を示す。実世界への応用のため、パラメータ推定値と95%信頼区間を提示する。

ABSTRACT

In this paper, we introduce a new bivariate distribution we called it bivariate expo- nentiated modified Weibull extension distribution (BEMWE). The model introduced here is of Marshall-Olkin type. The marginals of the new bivariate distribution have exponentiated modified Weibull extension distribution which proposed by Sarhan et al.(2013). The joint probability density function and the joint cumulative distribu- tion function are in closed forms. Several properties of this distribution have been discussed.The maximum likelihood estimators of the parameters are derived. One real data set are analyzed using the new bivariate distribution, which show that the new bivariate distribution can be used quite effectively in fitting and analyzing real lifetime data

研究の動機と目的

• 重層的かつ非対称な挙動を示す依存寿命データを柔軟にモデル化するための二変量分布の開発。
• Marshall-Olkin型ショックモデルを用いて、単変量の指数化修正ワイブル拡張（EMWE）分布を二変量フレームワークに拡張すること。
• 提案されたBEMWE分布の同時および周辺確率密度関数および累積分布関数の閉形式表現の導出。
• パラメータの不確実性を推定するため、最尤推定およびフィッシャー情報行列による統計的推論の実現。
• 実際のNFLゲームのスコア時間データを用いた、モデルの有効性の検証。

提案手法

• BEMWE分布は、3つの独立したEMWE分布に従うショック源（部品1に影響するもの、部品2に影響するもの、両方に影響するもの）を用いて構築される。
• 部品の寿命は、$X_1 = \max(U_1, U_3)$ および $X_2 = \max(U_2, U_3)$ で定義され、ここで $U_i \sim \text{EMWE}(\gamma_i, \alpha, \beta, \lambda)$ である。
• 同時分布関数は $F_{BEMWE}(x_1,x_2) = F_{EMWE}(x_1; \gamma_1) F_{EMWE}(x_2; \gamma_2) F_{EMWE}(z; \gamma_3)$ で与えられ、$z = \min(x_1,x_2)$ である。
• 同時確率密度関数（PDF）は、同時分布関数を微分することで得られ、EMWEのPDFおよび生存関数を含む扱いやすい表現となる。
• 観測データの対数尤度関数を最大化することで、最尤推定値（MLEs）が導出される。
• パラメータの標準誤差を推定し、95%信頼区間を構築するために、観測フィッシャー情報行列が計算される。

実験結果

リサーチクエスチョン

• RQ1 EMWE分布のMarshall-Olkin型二変量拡張が、柔軟なハザードレートを持つ依存部品寿命をモデル化できるか？
• RQ2 提案されたBEMWE分布の同時および周辺PDFおよびCDFの閉形式表現は何か？
• RQ3 BEMWEモデルは、既存のモデルと比較して、実際の二変量寿命データにどの程度適合するか？
• RQ4 BEMWEパラメータの最尤推定値（MLEs）の統計的性質、特に標準誤差および信頼区間は何か？
• RQ5 BEMWEモデルは、アメリカンフットボールのスコア時間といった実世界の生存データにおける依存構造を効果的に捉えることができるか？

主な発見

• BEMWE分布は、閉形式の同時分布関数および確率密度関数を有し、解析的取り扱いのしやすさと実装可能性を実現する。
• NFLデータから得られたパラメータの最尤推定値は $\hat{\gamma}_1 = 0.0416$, $\hat{\gamma}_2 = 0.253$, および $\hat{\gamma}_3 = 0.52$ であり、対数尤度は -250.28 であった。
• $\hat{\gamma}_1$ の95%信頼区間は (0, 0.098)、$\hat{\gamma}_2$ は (0.130, 0.376)、$\hat{\gamma}_3$ は (0.355, 0.685) である。
• 観測フィッシャー情報行列を逆行列化することで、MLEの分散・共分散行列が推定され、パラメータの不確実性に関する推論が可能になった。
• モデルはNFLスコア時間データに効果的に適合しており、競合リスクを伴う二変量寿命イベントのモデル化における有用性が示された。
• BEMWE分布はEMWEを周辺分布として含み、Marshall-Olkin二変量指数分布を一般化する。