[論文レビュー] The Odd Generalized Exponential Gompertz

M. A. El-Damcese, Abdelfattah Mustafa+2 more|arXiv (Cornell University)|Jul 23, 2015

Statistical Distribution Estimation and Applications参考文献 14被引用数 7

ひとこと要約

本稿では、OGE族フレームワークを用いてギャップルツ分布と一般化指数分布族を組み合わせることで得られる4パラメータの寿命モデル、Odd Generalized Exponential-Gompertz（OGE-G）分布を提案する。実データ、特にbathtub型の故障率を示すデータセットに対して優れた適合を示し、AIC、BIC、AICC、およびコルモゴロフ＝スミルノフ統計量に基づく指標において、指数分布、一般化指数分布、ギャップルツ分布、一般化ギャップルツ分布、およびベータ-ギャップルツ分布を上回る性能を示した。

ABSTRACT

In this paper we propose a new lifetime model, called the odd generalized exponential gompertz distribution, We obtain some of its mathematical properties. Some structural properties of the new distribution are studied. The method of maximum likelihood method is used for estimating the model parameters and the observed Fisher's information matrix is derived. We illustrate the usefulness of the proposed model by applications to real data.

研究の動機と目的

• バスタブ型および逆バスタブ型のさまざまなハザードレート形状をモデル化できる柔軟な寿命分布の開発。
• OGE族フレームワークを用いてギャップルツ分布および一般化指数分布を拡張し、より高いモデルの柔軟性を実現すること。
• 複雑な故障率パターンを示す実寿命データへの適合において、既存の分布を上回る性能を示す新しい統計モデルの提供。
• 新規分布の主要な統計的性質（モーメント、分位数、順序統計量）の導出と分析。
• 実データセットを用いた最尤推定および適合度基準（AIC、BIC、AICC、コルモゴロフ＝スミルノフ検定）を用いたOGE-Gモデルの性能評価。

提案手法

• OGE族変換をギャップルツ分布に適用することでOGE-G分布を構築し、分布関数（CDF）と生存関数の比を用いる。
• 累積分布関数（CDF）は $ F(x;\Theta) = \left[1 - \exp\left(-\alpha \left( e^{\frac{\lambda}{c}(e^{cx}-1)} - 1 \right) \right) \right]^\beta $ で定義され、パラメータ $ \alpha, \lambda, c, \beta > 0 $ を有する。
• CDFから解析的に確率密度関数（PDF）およびハザードレート関数を導出し、完全な統計的モデリングを可能にする。
• パラメータ推定には最尤推定（MLE）を用い、推論のための観測フィッシャー情報行列を導出する。
• 順序統計量およびモーメント（平均、分散、歪度を含む）を閉形式で導出することで理論的分析を可能にする。
• AIC、BIC、AICC、コルモゴロフ＝スミルノフ（K-S）検定、およびp値を用いた適合度評価を行い、OGE-Gと5つの代替分布を比較する。

実験結果

リサーチクエスチョン

• RQ1 OGE-G分布は、実寿命データで観察されるバスタブ型の故障率行動を効果的にモデル化できるか？
• RQ2 OGE-G分布は、指数分布、一般化指数分布、ギャップルツ分布、一般化ギャップルツ分布、およびベータ-ギャップルツ分布といった既存の分布と比較して、適合度において優れているか？
• RQ3 提案されたOGE-G分布の統計的性質（モーメント、分位数、順序統計量）は何か？
• RQ4 OGE-Gモデルの最尤推定手順は、安定的かつ一意なパラメータ推定をもたらすか？
• RQ5 OGE-G分布は、実データセットにおいて、AIC、BIC、およびK-S統計量において、代替モデルを上回る性能を示すか？

主な発見

• Aarsetデータセットにおいて、OGE-G分布は全代替モデルの中で最小のAIC（423.9470）、AICC（424.8359）、BIC（447.5951）、およびK-S統計量（0.13205）を達成した。
• OGE-GモデルのK-S検定のp値は0.3476であり、適合の著しい欠落がないことを示し、全モデルの中で最高であった。これは、最も良好な適合を示している。
• MLEの推定分散-共分散行列は、パラメータの安定性を確認した。標準誤差は観測フィッシャー情報行列の逆行列から導出された。
• パラメータの95％信頼区間は、$\alpha$ に対して $[0, 0.116]$、$\lambda$ に対して $[0, 0.001]$、$c$ に対して $[0.060, 0.096]$、$\beta$ に対して $[0.116, 0.270]$ であり、推定の高精度を示している。
• プロファイル対数尤度プロットにより、全パラメータについてMLE解の一意性が確認された。
• カプラン＝マイヤーの生存関数およびハザードレートプロットにおいて、OGE-Gモデルは特にバスタブ型ハザードレートを捉える点で、実データとよく一致していた。