[论文解读] Generalized inverse xgamma distribution: A non-monotone hazard rate model

Harsh Tripathi, Abhimanyu Singh Yadav+2 more|arXiv (Cornell University)|Nov 3, 2018

Statistical Distribution Estimation and Applications参考文献 10被引用 4

一句话总结

本文提出广义逆x伽马分布（GIXGD），一种通过逆x伽马分布的幂变换推导出的灵活两参数寿命模型，可呈现非单调风险率。该模型应用于豚鼠存活数据，通过AIC、BIC及Kolmogorov-Smirnov统计量显示其拟合优度优于竞争分布，采用最大似然估计法进行参数与可靠性函数推断。

ABSTRACT

In this article, a generalized inverse xgamma distribution (GIXGD) has been introduced as the generalized version of the inverse xgamma distribution. The proposed model exhibits the pattern of non-monotone hazard rate and belongs to family of positively skewed models. The explicit expressions of some distributional properties, such as, moments, inverse moments, conditional moments, mean deviation, quantile function have been derived. The maximum likelihood estimation procedure has been used to estimate the unknown model parameters as well as survival characteristics of GIXGD. The practical applicability of the proposed model has been illustrated through a survival data of guinea pigs.

研究动机与目标

• 通过逆x伽马分布的幂变换，推广出更灵活的寿命分布。
• 建模在可靠性和临床研究中常见的非单调风险率。
• 推导关键统计特性（如矩、分位函数和可靠性特征）的显式表达式。
• 通过真实数据拟合并与现有寿命分布比较，评估模型性能。
• 为生存分析中的一元与二元逆家族分布提供稳健替代方案。

提出的方法

• 通过幂变换 $ Y = X^{1/\alpha} $ 提出广义逆x伽马分布（GIXGD），其中 $ X \sim \text{IXGD}(\theta) $，引入形状参数 $ \alpha $。
• 推导GIXGD的概率密度函数（PDF）与累积分布函数（CDF），并证明当 $ \alpha = 1 $ 时退化为IXGD。
• 定义生存函数 $ S(y;\alpha,\theta) = 1 - F(y;\alpha,\theta) $ 与风险率函数 $ H(y;\alpha,\theta) = f(y;\alpha,\theta)/S(y;\alpha,\theta) $。
• 推导矩、逆矩、条件矩、平均偏差及分位函数的解析表达式。
• 使用最大似然估计（MLE）估计参数 $ \alpha $ 与 $ \theta $，并利用不变性原理估计生存函数与风险率函数。
• 基于豚鼠存活数据集，利用Kolmogorov-Smirnov（K-S）检验与信息准则（AIC、BIC、CAIC、HQIC）验证模型性能。

实验结果

研究问题

• RQ1 能否构建一种广义逆x伽马分布（GIXGD），以比现有逆家族分布更灵活地建模非单调风险率？
• RQ2 GIXGD的统计特性（如矩、分位函数与可靠性度量）与基准逆x伽马分布相比有何差异？
• RQ3 与逆威布尔、逆Lindley及广义指数分布等竞争分布相比，GIXGD在真实生存数据上的拟合效果是否更优？
• RQ4 在不同删失与样本条件下，MLE在估计GIXGD的参数与可靠性函数方面的性能特征如何？
• RQ5 当观察到非单调风险率模式时，GIXGD能否作为可靠性与生存分析中的可行替代模型？

主要发现

• GIXGD表现出非单调风险率，初始上升后下降，适用于建模可靠性与临床研究中的复杂失效模式。
• 与6种竞争分布相比，GIXGD在豚鼠存活数据上拟合更优，各项指标最低：AIC（787.98）、BIC（792.54）、CAIC（793.54）、HQIC（789.79），以及K-S统计量（0.1432）。
• 基于72个观测值的数据集，形状参数与尺度参数的最大似然估计分别为 $ \hat{\alpha} = 1.624 $ 与 $ \hat{\theta} = 641.75 $。
• 在 $ y = 54, 70, 99, 112 $ 天时，估计的生存概率分别为 0.626、0.475、0.308 与 0.260，对应的风险率分别为 0.0177、0.0165、0.0136 与 0.0124。
• 广义逆x伽马分布优于广义指数（GED）、逆威布尔（IWD）与伽马（GD）分布，后者K-S统计量极高（0.998），表明拟合极差。
• 本研究证实，GIXGD是建模正偏态、非单调风险率数据的有力候选者，尤其在基准IXGD灵活性不足时更具优势。