[論文レビュー] Inference on the Parameters of the Weibull Distribution Using Records

Ali Akbar Jafari, Hojatollah Zakerzadeh|Jan 9, 2015

Statistical Distribution Estimation and Applications参考文献 19被引用数 6

ひとこと要約

本稿では、記録値を用いてワイブル分布の形状母数およびスケール母数の正確かつ一般化された推論手法を提案する。形状母数 β に対する単純な正確な仮説検定と信頼区間を導入し、β が未知の場合のスケール母数 α については一般化 p 値および一般化信頼区間を用いる。シミュレーションおよび実データ例を通じて、提案された同時信頼領域が従来の手法よりも効率的（領域面積が小さい）であることを示している。

ABSTRACT

The Weibull distribution is a very applicable model for the lifetime data. In this paper, we have investigated inference on the parameters of Weibull distribution based on record values. We first propose a simple and exact test and a confidence interval for the shape parameter. Then, in addition to a generalized confidence interval, a generalized test variable is derived for the scale parameter when the shape parameter is unknown. The paper presents a simple and exact joint confidence region as well. %for the scale and shape parameters. In all cases, simulation studies show that the proposed approaches are more satisfactory and reliable than previous methods. All proposed approaches are illustrated using a real example.

研究の動機と目的

• 記録データを用いたワイブル分布パラメータの正確かつ信頼性の高い統計的推論手法の開発。
• 寿命データ解析において一般的な問題である、形状母数 β が未知の状態でのスケール母数 α の推論に取り組む。
• より効率的な同時信頼領域（期待面積が小さい）を提案することで、既存の信頼領域を改善すること。
• 実世界の信頼性および生存解析への応用を想定し、正確な仮説検定、信頼区間、一般化 p 値といった実用的ツールを提供すること。

提案手法

• 記録統計量の分布的性質を活用し、形状母数 β に対する単純で正確な仮説検定および信頼区間を提案する。
• β が未知の場合のスケール母数 α に対して、不要パラメータを含まない確率的量を用いた一般化 p 値および一般化信頼区間フレームワークを適用する。
• α に関して確率的単調性を示す一般化検定統計量を導出し、正確な仮説検定および p 値の計算を可能にする。
• 記録値の同時分布に基づいて (α, β) の正確な同時信頼領域を構築し、正しい被覆確率を保証する。
• シミュレーションスタディを用いて、提案手法と既存手法の性能を比較し、被覆確率および信頼領域の期待面積に注目する。
• 実データセットを用いた検証により、信頼性および寿命データモデリングにおける実用的適用性を示す。

実験結果

リサーチクエスチョン

• RQ1 記録データを用いたワイブル分布の形状母数 β に対して、正確かつ信頼性の高い推論をどのように行えるか？
• RQ2 β が未知である状態で、スケール母数 α のための効果的な一般化信頼区間および p 値の構築法は何か？
• RQ3 提案された (α, β) の同時信頼領域は、期待面積の観点から既存手法と比較してどの程度効率的か？
• RQ4 さまざまなサンプルサイズおよびパラメータ値の下で、提案手法の被覆確率およびサイズ制御の実効性はいかがなっているか？

主な発見

• 形状母数 β に対する提案された正確な信頼区間は、正しい被覆確率を達成しており、区間幅と信頼性の観点で従来手法を上回っている。
• スケール母数 α に対する一般化信頼区間および p 値アプローチは、名目被覆率の維持と期待面積の低減の観点で優れた性能を示している。
• シミュレーション結果から、提案された同時信頼領域の期待面積は、Asgharzadeh と Abdi (2011b) の手法よりも一貫して小さく、記録数が増えるほど顕著である。
• 提案手法の被覆確率は、β の値やサンプルサイズが異なる状況でも、常に名目の 95% 信頼水準に近く保たれている。
• すべての信頼領域の期待面積は、サンプルサイズの増加および形状母数 β の値の増加に伴い減少する。
• 実データ例により、提案された推論手順の実用的有用性と頑健性が、実世界の寿命データ解析において確認された。