[论文解读] The Generalized Power Generalized Weibull Distribution: Properties and Applications

Mahmoud Ali Selim|arXiv (Cornell University)|Jul 27, 2018

Statistical Distribution Estimation and Applications参考文献 14被引用 4

一句话总结

本文提出广义幂广义威布尔（GPGW）分布，一种灵活的统计模型，扩展了威布尔分布与幂广义威布尔分布。该模型可呈现多种风险率形态——包括浴盆形与倒浴盆形——从而实现对复杂失效时间数据的改进建模。其主要贡献在于对统计特性的全面推导，以及通过最大似然估计在真实数据上的成功应用。

ABSTRACT

This paper introduces a new generalization of the power generalized Weibull distribution called the generalized power generalized Weibull distribution. This distribution can also be considered as a generalization of Weibull distribution. The hazard rate function of the new model has nice and flexible properties and it can take various shapes, including increasing, decreasing, upside-down bathtub and bathtub shapes. Some of the statistical properties of the new model, including quantile function, moment generating function, reliability function, hazard function and the reverse hazard function are obtained. The moments, incomplete moments, mean deviations and Bonferroni and Lorenz curves and the order statistics densities are also derived. The model parameters are estimated by the maximum likelihood method. The usefulness of the proposed model is illustrated by using two applications of real-life data.

研究动机与目标

• 开发一种新型灵活的统计分布，以推广威布尔分布与幂广义威布尔分布。
• 提供一种具备多功能风险率函数的模型，能够捕捉递增、递减、浴盆形及倒浴盆形等模式。
• 推导全面的统计特性，包括矩、可靠性函数与风险率函数，以增强建模能力。
• 通过最大似然估计方法估计模型参数，以提升实际应用性。
• 通过在可靠性与生存分析中的真实数据应用，展示该模型的有效性。

提出的方法

• 通过向标准威布尔分布引入额外形状参数，构建GPGW分布，从而增强其灵活性。
• 推导并分析风险率函数，以证明其可呈现多种形态，包括浴盆形与倒浴盆形。
• 数学推导关键统计特性，如分位数函数、矩 generating 函数、可靠性函数与逆风险率函数。
• 推导矩、不完全矩、平均差值，以及 Bonferroni 与 Lorenz 曲线，以支持风险与不平等分析。
• 获得顺序统计量的概率密度函数，以支持极值与记录数据分析。
• 采用最大似然法进行参数估计，并在真实数据应用中使用数值优化方法。

实验结果

研究问题

• RQ1 能否开发一种新型广义威布尔分布，以在建模多样化风险率形态方面提供更大灵活性？
• RQ2 GPGW分布的统计特性与现有威布尔扩展分布相比有何异同？
• RQ3 GPGW模型在拟合现实世界失效时间数据方面，相较于标准威布尔分布及相关分布，其优越性在多大程度上得以体现？
• RQ4 在GPGW框架下，关键可靠性与风险度量（如矩、Bonferroni曲线）的解析表达式为何？
• RQ5 在实际场景中，最大似然估计在GPGW分布参数估计中的稳健性与效率如何？

主要发现

• 广义幂广义威布尔分布展现出灵活的风险率函数，能够建模递增、递减、浴盆形及倒浴盆形的失效率。
• 所推导的矩、不完全矩与平均差值为生存分析中的可靠性与风险评估提供了坚实基础。
• Bonferroni曲线与Lorenz曲线被明确推导，使该模型适用于实际情境中的不平等与收入分配分析。
• 与基准威布尔分布及幂广义威布尔分布相比，该模型在两组真实数据集中表现出更优的拟合效果。
• 参数的最大似然估计在实践中可行且有效，经由实证数据应用验证，数值优化过程成功收敛。