[論文レビュー] Birnbaum-Saunders Distribution: A Review of Models, Analysis and Applications

N. Balakrishnan, Debasis Kundu|arXiv (Cornell University)|May 17, 2018

Statistical Distribution Estimation and Applications参考文献 187被引用数 7

ひとこと要約

この包括的なレビューは、1969年の再発表以降15年以上にわたるBirnbaum-Saunders（BS）分布に関する研究を統合し、理論的基盤、統計的推論手法、信頼性、生存分析、環境および工学分野における応用をカバーしている。本論文は、単変量および多変量モデルの発展を統合し、頻度的およびベイズ的アプローチを含む推定手法を要約し、今後の研究のための未解決問題を強調している。

ABSTRACT

Birnbaum and Saunders introduced a two-parameter lifetime distribution to model fatigue life of a metal, subject to cyclic stress. Since then, extensive work has been done on this model providing different interpretations, constructions, generalizations, inferential methods, and extensions to bivariate, multivariate and matrix-variate cases. More than two hundred papers and one research monograph have already appeared describing all these aspects and developments. In this paper, we provide a detailed review of all these developments and at the same time indicate several open problems that could be considered for further research.

研究の動機と目的

• 1969年の再発表以降、Birnbaum-Saunders（BS）分布に関する膨大な文献を体系的かつ詳細にレビューすること。
• 一般化された二変量、多変量、行列変量形式のBS分布への拡張を含む統計的モデリング分野における進展を統合すること。
• 最尤推定、モーメント推定、EMアルゴリズム、完全データおよび右打ち切りデータ下でのベイズ推定を含む主な推論手法を要約すること。
• パラメータ推定、モデル拡張、応用分野における未解決の研究問題を特定し、強調すること。
• 信頼性、生存分析、環境モデリングなど、複数の分野におけるBS分布の発展をまとめ、研究者にとっての参考資料として提供すること。

提案手法

• BS分布に関する200篇以上の論文および1冊の研究専門書の体系的文献レビュー。
• 導出方法および応用文脈に基づき、単変量、二変量、多変量、行列変量の拡張に分類。
• 推定手法の統合：最尤推定、修正モーメント法、EMアルゴリズム、非情報的および共役事前分布を用いたベイズ法。
• ハザード関数の挙動、確率的順序、TP2性質、逆ガウス分布混合表現によるモーメント生成の分布的性質の分析。
• フィッシャー情報行列、信頼区間、耐性限界などの推論ツールの評価。信頼性分析に応用。
• LeivaらおよびBarrosらによる最近のRパッケージ開発の統合により、BSモデルの実装を実用的に行えるようにした。

実験結果

リサーチクエスチョン

• RQ1 過去15年間でBirnbaum-Saunders分布における主な理論的および応用的進展は何か？
• RQ2 完全データおよび右打ち切りサンプリング条件下での、頻度的およびベイズ的推定手法の性能はどのように異なるか？
• RQ3 ハザード関数や確率的順序などのBS分布の構造的性質は何か？それらは寿命データ解析への応用をどのように支援するか？
• RQ4 BS分布はどのようにして多変量および行列変量形式に拡張され、それらの統計的性質は何か？
• RQ5 モデリング、推論、応用分野におけるBS分布の研究で残された未解決問題や研究ギャップは何か？

主な発見

• BS分布のハザード関数は一峰性であり、単調に増加しない。これは、リスクがピークに達した後に低下する故障データのモデリングに適している。
• BS分布は逆ガウス分布とその逆数の混合表現として表現可能であり、これにより既知のIG分布の性質を用いた性質の導出と推定が可能になる。
• BS分布のパラメータに対する最尤推定値は存在し一意であるが、閉形式の式が存在しないため、非線形方程式の数値的解法が必要となる。
• 完全データおよび右打ち切りデータの両方に対して、非情報的事前分布と信用区間を用いたベイズ推定手法が開発されている。
• 時間の経過とともにBS分布は定常なハザード率に近づくが、これは長期的には指数分布に類似する。これに対して、対数正規分布は0に近づく。
• 最近の応用例には、風速および風力分布のモデリング、ナノ材料の信頼性分析が含まれ、従来の疲労寿命応用を超えたモデルの多様性を示している。