[论文解读] Methods of Estimation for the Three-Parameter Reflected Weibull Distribution

Fateme Maleki Jebeli, Einolah Deiri|arXiv (Cornell University)|Apr 28, 2019

Statistical Distribution Estimation and Applications参考文献 6被引用 5

一句话总结

本文提出了三种估计方法——矩估计、最大似然估计，以及一种新颖的无位置尺度参数的最大似然估计器，用于三参数反射威布尔分布。通过蒙特卡洛模拟和实际数据应用验证，所提出的基于变换的估计器在偏差和均方根误差方面优于传统方法。

ABSTRACT

In this paper, we propose methods for the estimation of parameters for the three-parameter Reflected Weibull distribution. The Moment estimator , Maximum likelihood estimator and Location and Scale Parameters free maximum likelihood estimator. The Location and Scale Parameters free maximum likelihood estimator is based on a data transformation, which avoids the problem of unbounded likelihood estimator. Through Mont Carlo simulations, we further show that the Location and Scale Parameters free maximum likelihood estimator performs better than methods moment and maximum likelihood estimator in terms of bias and root mean squared error. Finally, two examples based on real data sets are presented to illustrate methods.

研究动机与目标

• 为解决三参数反射威布尔分布中参数估计的挑战，特别是当标准最大似然估计因似然函数无界而失效时。
• 开发一种不受位置和尺度参数依赖影响的稳健估计方法，以提高可靠性与效率。
• 通过模拟和实际数据，评估并比较矩估计、标准最大似然估计与所提出的基于变换的估计器的性能。
• 为可靠性与生存分析场景提供一种实用且统计上可靠的参数估计方法。

提出的方法

• 提出一种数据变换技术，以消除似然函数中位置和尺度参数的影响，从而实现无位置和尺度依赖的最大似然估计。
• 推导变换数据下的似然函数，确保估计器保持有界且计算上可行。
• 将该方法应用于实际数据集，以验证其性能和实际适用性。
• 使用蒙特卡洛模拟，比较三种估计方法在不同样本大小和参数配置下的偏差与均方根误差（RMSE）。
• 采用标准矩估计作为比较基准，利用矩法推导初始参数估计值。
• 采用数值优化技术计算变换模型下的最大似然估计，确保收敛至全局最优解。

实验结果

研究问题

• RQ1 所提出的无位置和尺度参数的最大似然估计器在偏差和RMSE方面，相较于矩估计和标准最大似然估计器的表现如何？
• RQ2 数据变换能否有效消除三参数威布尔模型中常见的似然函数无界问题？
• RQ3 与现有方法相比，所提出估计器在实际数据集上的经验表现如何？
• RQ4 基于变换的方法是否在避免标准MLE的计算与收敛问题的同时，保持了统计效率？
• RQ5 在何种条件下，所提出的估计器表现出更优的准确性和稳定性？

主要发现

• 在所有模拟情景下，无位置和尺度参数的最大似然估计器的偏差和均方根误差均显著低于矩估计器和标准最大似然估计器。
• 所提出的方法通过数据变换消除了对位置和尺度参数的依赖，成功避免了似然函数无界的问题。
• 蒙特卡洛模拟表明，即使在小样本至中等样本量下，所提出估计器仍能保持高精度。
• 实际数据应用证实了该估计器在建模寿命数据方面的实际效用和鲁棒性。
• 与标准MLE相比，该方法在复杂参数空间中表现出更优的收敛特性和数值稳定性。
• 基于变换的方法为三参数反射威布尔模型提供了一种可靠的替代传统估计技术的方案。