[논문 리뷰] Exponentiated Weibull-Poisson distribution: model, properties and applications

Eisa Mahmoudi, Afsaneh Sepahdar|arXiv (Cornell University)|2012. 12. 21.

Statistical Distribution Estimation and Applications참고 문헌 23인용 수 4

한 줄 요약

이 논문은 지수화된 웨이블-포아송(EWP) 분포를 제안한다. 이는 지수화된 웨이블 분포와 포아송 분포를 복합화하여 유도된 유연한 4파라미터 수명 모델로, 낮은, 증가하는, 감소하는, 버터플라이 모양의 실패률 형태를 포함한 다양한 실패률 형태를 모델링할 수 있다. EWP 분포는 최대우도추정을 EM-알고리즘을 통해 구현하고 실제 데이터 세트에서 검증된 바 있어, 신뢰성 분석 및 생존 분석에 대한 강력한 프레임워크를 제공한다.

ABSTRACT

In this paper we propose a new four-parameters distribution with increasing, decreasing, bathtub-shaped and unimodal failure rate, called as the exponentiated Weibull-Poisson (EWP) distribution. The new distribution arises on a latent complementary risk problem base and is obtained by compounding exponentiated Weibull (EW) and Poisson distributions. This distribution contains several lifetime sub-models such as: generalized exponential-Poisson (GEP), complementary Weibull-Poisson (CWP), complementary exponential-Poisson (CEP), exponentiated Rayleigh-Poisson (ERP) and Rayleigh-Poisson (RP) distributions. We obtain several properties of the new distribution such as its probability density function, its reliability and failure rate functions, quantiles and moments. The maximum likelihood estimation procedure via a EM-algorithm is presented in this paper. Sub-models of the EWP distribution are studied in details. In the end, Applications to two real data sets are given to show the flexibility and potentiality of the new distribution.

연구 동기 및 목표

• 증가, 감소, 버터플라이형, 단일극대형 실패률 패턴을 포함한 다양한 실패률 형태를 모델링할 수 있는 새로운 4파라미터 수명 분포 개발.
• 신뢰성 및 생물의학 데이터에서 관찰되는 비단조화 실패률을 적합하는 데에 한계를 보이는 웨이블 및 지수화된 웨이블 분포의 한계를 보완.
• 관찰되는 잠재적 위험 중 최대 수명 시간만이 관찰되는 보완 위험 프레임워크 내에서의 민감한 모델 제공.
• 기존의 포아송 복합 분포를 지수화된 웨이블 기반 분포를 통합함으로써 모델링의 민감성 향상.
• 추정, 추론, 공공보건, 보험학, 공학 분야의 실제 데이터 세트에 대한 응용을 포함하는 종합적인 통계적 프레임워크 제공.

제안 방법

• EWP 분포는 지수화된 웨이블(EW) 분포와 포아송 분포를 복합화하여 구성되며, α, β, γ, θ의 4개 파라미터를 가진 새로운 수명 분포를 도출한다.
• EWP 분포의 확률밀도함수(PDF), 생존함수, 위험률함수는 닫힌 형태로 유도되어 분석적 및 수치적 평가가 가능하다.
• 모멘트, 분위수, Rénýi 및 Shannon 엔트로피, 순서통계량이 유도되어 통계적 추론 및 모델 특성화를 지원한다.
• 완전한 데이터 로그우도 및 E단계, M단계 업데이트의 명시적 표현을 포함한 EM-알고리즘을 사용하여 파라미터의 최대우도추정을 수행한다.
• 대규모 추론을 위한 관측된 피셔 정보행렬을 계산하여 표준오차 및 신뢰구간을 도출한다.
• 확률가중모멘트 및 평균에서의 평균편차를 유도하여 대체 추정 및 모델 진단을 지원한다.

실험 결과

연구 질문

• RQ1 증가, 감소, 버터플라이형, 단일극대형 실패률 패턴을 포함한 다양한 실패률 형태를 수용할 수 있는 새로운 4파라미터 분포를 개발할 수 있는가?
• RQ2 기존 분포인 웨이블, 지수, 일반화된 지수-포아송과 비교해 EWP 분포는 비단조화 실패률을 가진 데이터를 어떻게 모델링하는가?
• RQ3 특히 신뢰성 및 생물의학 적용 분야에서 EWP 분포는 경쟁 모델보다 실제 수명 데이터 세트에 더 나은 적합도를 보이는가?
• RQ4 EWP 분포의 파라미터 추정에 있어 EM-알고리즘의 통계적 성능은 어떠한가? 유한 표본에서 표준오차 및 신뢰구간은 어떻게 행동하는가?
• RQ5 잔여수명 및 반전잔여수명 함수와 같은 주요 신뢰성 측도는 EWP 모델 하에서 어떻게 행동하는가? 이는 위험 평가에 어떤 통찰을 제공하는가?

주요 결과

• EWP 분포는 표준 웨이블 분포가 포착하지 못하는 버터플라이형 및 단일극대형 패턴을 포함한 다양한 실패률 형태를 성공적으로 모델링한다.
• EWP 분포는 일반화된 지수-포아송(GEP), 보완 웨이블-포아송(CWP), 레일라이흐-포아송(RP) 등 여러 잘 알려진 하위모델을 포함하여 그 유연성과 일반성을 입증한다.
• EM-알고리즘은 EWP 파라미터의 최대우도추정에 대해 안정적이고 효율적인 방법을 제공하며, E단계 및 M단계의 명시적 표현이 닫힌 형태로 유도되었다.
• 관측된 피셔 정보행렬이 도출되어 대규모 추론 및 파라미터에 대한 신뢰구간 구축이 가능하다.
• 두 개의 실제 데이터 세트에 대한 적용 결과, EWP 분포는 AIC 및 BIC 값이 낮고, 적합도 통계량이 향상되어 경쟁 모델보다 더 나은 적합도를 보였다.
• 특히 전통적 모델이 복잡한 실패 역학을 포착하지 못하는 공공보건 및 신뢰성 공학 분야에서 EWP 분포는 비대칭 수명 데이터를 모델링하는 데 강력한 성능을 보였다.