[論文レビュー] Weibull Generalized Exponential Distribution

Abdelfattah Mustafa, B. S. El-Desouky+1 more|arXiv (Cornell University)|Jun 2, 2016

Statistical Distribution Estimation and Applications参考文献 11被引用数 5

ひとこと要約

本稿では、ワイブル-G族生成子を用いて指数分布を拡張することで、バスタブ型のハザードレートをモデル化できる3パラメータの柔軟な寿命分布、ワイブル一般化指数分布（WGED）を提案する。実際のガラス繊維強度データへの適合において、ED、GED、BED、BGEDなどの既存モデルよりも優れた適合を示し、AIC、BIC、HQIC、およびコルモゴロフ・スミルノフ統計量が低くなることで、優れた適合性を示している。

ABSTRACT

This paper introduces a new three-parameters model called the Weibull-G exponential distribution (WGED) distribution which exhibits bathtub-shaped hazard rate. Some of it's statistical properties are obtained including quantile, moments, generating functions, reliability and order statistics. The method of maximum likelihood 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

• 複雑なハザードレート形状をより柔軟にモデル化できるように、指数分布を拡張した新しい3パラメータ分布の開発を目的とする。
• 標準の指数分布およびワイブル分布が効果的に捉えきれない、バスタブ型または単一ピーク型の故障レートを持つデータのモデル化を可能にする。
• 指数分布をベースラインに持つワイブル-G生成子を組み合わせることで、既存の一般化指数分布族よりも柔軟性を高めた代替モデルを提供すること。
• モーメント、分位数、順序統計量、信頼性関数などの主要な統計的性質を導出し、分析すること。
• 実世界のデータに対するモデルの性能を評価し、複数の情報基準および適合度検定を用いて、既存の分布と比較すること。

提案手法

• WGEDは、ベースライン分布としてレートパラメータλを有する指数分布を用いたワイブル-G族生成子によって構築される。
• 累積分布関数（CDF）は $ F(x;a,b, heta) = 1 - \text{exp}\big(-a \big[\frac{G(x)}{1-G(x)}\big]^b \big) $ で定義され、$ G(x) = 1 - e^{-\theta x} $ であり、パラメータ $ a, b, \theta > 0 $ である。
• 確率密度関数（PDF）は $ f(x) = ab\theta e^{-\theta x} \frac{(1 - e^{-\theta x})^{b-1}}{(e^{-\theta x})^{b+1}} \text{exp}\big(-a (1 - e^{-\theta x})^{-b} \big) $ として導出され、柔軟なハザードレート形状を可能にする。
• モーメント、母関数、分位数、順序統計量などの統計的性質は、級数展開および積分表現を用いて解析的に導出される。
• パラメータ推定には最尤推定（MLE）が用いられ、標準誤差および信頼区間の計算のための観測フィッシャー情報行列が導出される。
• モデル比較は、スミスとネイラー（1987）が提供したガラス繊維強度の実データセットを用い、AIC、BIC、HQIC、コルモゴロフ・スミルノフ（K-S）検定、および対数尤度値を用いて実施される。

実験結果

リサーチクエスチョン

• RQ1 ワイブル-G族生成子は、バスタブ型のハザードレートをモデル化できる柔軟な3パラメータの指数分布拡張を生成できるか？
• RQ2 WGEDの統計的性質（モーメント、分位数、順序統計量など）は、ベースラインモデルおよび既存の一般化指数分布モデルと比較してどのように異なるか？
• RQ3 WGEDは、ED、GED、BED、BGEDなどの既存モデルよりも、実世界の信頼性データに対して顕著に優れた適合を示すか？
• RQ4 最尤推定のパラメータ推定の正確性および標準誤差推定の観点から、WGEDにおける性能はいかがなものか？
• RQ5 情報基準（AIC、BIC、HQIC）および適合度検定（K-S）は、実データ上でのWGEDを、他の競合モデルと比較してどのように順位付けするか？

主な発見

• WGEDモデルはバスタブ型のハザードレート関数を示し、初期故障、安定期、老化に起因する故障を伴うシステムのモデル化に適している。
• ガラス繊維強度データセットにおいて、WGEDは全モデルの中で最小のAIC（35.656）、BIC（42.085）、HQIC（38.185）、およびK-S統計量（0.127）を達成した。
• WGEDの対数尤度は-14.828であり、全モデルの中で最大（最小の負の値）であり、尤度の観点から最良の適合を示している。
• パラメータ $ a $ の95％信頼区間は [0, 175.11]、$ b $ は [3.989, 57.785]、$ \theta $ は [0.146, 0.298] であり、分散・共分散行列からパラメータの安定性が示されている。
• プロファイル対数尤度プロットにより、全3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＝マイヤー生存推定と適合したCDFプロットは、視覚的にもWGEDが全競合モデルの中で実データに最も近い適合を示していることを確認している。