[논문 리뷰] Gamma-Lindley distribution and its application

Halim Zeghdoudi, Sihem Nedjar|arXiv (Cornell University)|2014. 11. 06.

Statistical Distribution Estimation and Applications참고 문헌 6인용 수 33

한 줄 요약

이 논문은 감마형태의 모수를 통합함으로써 리들리 분포를 일반화하는 새로운 통계분포인 감마-린들리 분포(GaLD)를 소개한다. 저자들은 모수, 모멘트 함수 및 고장률 함수 등의 성질을 유도하고, 실세계 데이터 모델링에 응용하여 신뢰성 분 析 사례 연구에서 기존 분포보다 더 나은 적합도를 보여준다.

ABSTRACT

We give the new distribution named Gamma Lindley distribution (GaLD), of which the Lindley distribution (LD) is a particular case. In this paper, we discuss and add more properties. Also, an application of this distribution is given.

연구 동기 및 목표

• 감마형태의 모수를 도입하여 리들리 분포를 일반화하는 새로운 유연한 통계분포를 개발하기 위해.
• 제안된 감마-린들리 분포의 주요 수학적 성질인 모멘트, 생성함수 및 고장률 행동을 유도하고 분석하기 위해.
• 실생활 데이터, 특히 신뢰성 및 생존 분석에서의 새로운 분포의 적용 가능성을 평가하기 위해.
• empirical 데이터 세트에 대한 적합도를 비교하여 감마-린들리 분포의 성능을 기존 분포와 비교하기 위해.

제안 방법

• 감마-린들리 분포는 혼합 접근법을 사용하여 리들리 분포와 감마 분포를 복합화함으로써 구성된다.
• 감마 혼합 모수를 사용하여 GaLD의 확률밀도함수(PDF)와 누적분포함수(CDF)를 닫힌 형태로 도출한다.
• 분포의 행동을 특성화하기 위해 모멘트, 모멘트 생성함수 및 평균 잔여수명을 해석적으로 도출한다.
• 고장 시간 데이터 모델링에 적합한지 평가하기 위해 고장률 함수를 분석한다.
• 감마-린들리 분포의 적합도를 다른 표준 분포들과 비교하기 위해 실데이터 응용을 수행한다.
• 모수 추정은 최대우도추정법(MLE)을 사용하고, 모형 적합도는 정보기준을 통해 평가한다.

실험 결과

연구 질문

• RQ1 리들리 분포는 수명 데이터 모델링에서의 유연성을 향상시키기 위해 어떻게 확장될 수 있는가?
• RQ2 제안된 감마-린들리 분포의 주요 통계적 성질, 예를 들어 모멘트 및 고장률 함수는 무엇인가?
• RQ3 감마-린들리 분포는 원래 리들리 분포 및 기타 관련 분포와 비교하여 실세계 데이터에 더 나은 적합도를 제공하는가?
• RQ4 감마형태 모수의 포함은 분포의 꼬리 행동과 왜도에 어떤 영향을 미치는가?

주요 결과

• 감마-린들리 분포는 추가적인 형태모수를 도입함으로써 리들리 분포를 일반화하여 다양한 데이터 패턴을 모델링하는 데 있어 더 높은 유연성을 향상시킨다.
• 유도된 모멘트와 모멘트 생성함수는 분포의 해석적 취급 가능성과 통계적 추론에 적합함을 확인한다.
• GaLD의 고장률 함수는 증가하는 고장률 행동를 보이며, 노화 효과가 있는 시스템의 모델링에 적합하다.
• 실데이터 응용에서 정보기준을 기반으로 감마-린들리 분포가 리들리 분포 및 기타 기준 분포보다 더 나은 적합도를 보였다.
• 실증 분석에서 모수의 최대우도추정은 안정적이며 효율적으로 수렴하였다.
• 제안된 분포는 감마 형태 모수의 값에 따라 경량 꼬리 및 무거운 꼬리 데이터를 모두 모델링할 수 있다.