[论文解读] Bivariate Exponentaited Generalized Weibull-Gompertz Distribution

M. A. El-Damcese, Abdelfattah Mustafa+1 more|arXiv (Cornell University)|Jan 9, 2015

Statistical Distribution Estimation and Applications参考文献 5被引用 21

一句话总结

本文提出了一种基于Marshall-Olkin族的新型二元指数广义Weibull-Gompertz分布，旨在建模依赖生存数据。该文推导了关键统计特性，包括联合密度与边缘密度、矩、最大似然估计及逆失效函数，结果表明其在真实数据拟合方面优于现有模型。

ABSTRACT

In this paper, we introduce a bivariate exponentaited generalized Weibull-Gompertz distribution. The model introduced here is of Marshall-Olkin type. Several properties are studied such as bivariate probability density function and it is marginal, moments, maximum likelihood estimation, joint reversed (hazard) function and joint mean waiting time and it is marginal. A real data set is analyzed and it is observed that the present distribution can provide a better fit than some other very well-known distributions.

研究动机与目标

• 开发一种灵活的二元寿命分布，能够对生存分析中的依赖失效时间进行建模。
• 通过Marshall-Olkin二元族扩展广义Weibull-Gompertz分布，以实现组件间的依赖性。
• 推导并分析关键统计特性，如联合密度、边缘分布、矩及逆失效函数。
• 利用真实数据评估模型性能，并与知名竞争分布进行比较。
• 为可靠性与生存分析提供一种实用工具，增强对依赖系统建模的能力。

提出的方法

• 所提出的分布通过Marshall-Olkin二元族构建，该族通过依赖参数引入依赖性。
• 通过将广义Weibull-Gompertz分布与指数化及二元扩展相结合，推导出联合概率密度函数。
• 通过在另一变量的支撑集上对联合密度进行积分，获得边缘分布。
• 利用基线分布的矩生成函数及二元模型的变换性质，推导出矩。
• 应用最大似然估计法，基于观测数据估计模型参数。
• 推导出联合逆失效函数与联合平均等待时间，以支持可靠性与风险评估应用。

实验结果

研究问题

• RQ1 广义Weibull-Gompertz分布的二元扩展是否能比现有模型更好地拟合依赖生存数据？
• RQ2 Marshall-Olkin框架中的依赖参数如何影响失效时间的联合与边缘行为？
• RQ3 所提出分布的分析特性（包括矩与逆失效函数）是什么？
• RQ4 与标准分布相比，该模型在拟合现实世界生存数据方面表现如何？
• RQ5 该模型能否有效捕捉可靠性应用中的依赖性与非单调失效率？

主要发现

• 所提出的二元指数广义Weibull-Gompertz分布相较于标准分布，在建模依赖失效时间方面展现出更高的灵活性。
• 该模型成功捕捉了非单调的失效率，并在真实数据拟合方面优于竞争模型，如二元Weibull与Gompertz分布。
• 最大似然估计可行且参数估计稳定，证实了该模型的实际适用性。
• 联合逆失效函数与联合平均等待时间已推导得出，并在可靠性与风险分析中显示出实用性。
• 边缘分布具有解析可解性，且保留了基线广义Weibull-Gompertz分布的灵活性。
• 真实数据的实证分析结果表明，该模型在拟合优度准则方面优于多种知名分布。