[论文解读] The Odd Generalized Exponential Linear Failure Rate Distribution

M. A. El-Damcese, Abdelfattah Mustafa+2 more|arXiv (Cornell University)|Oct 21, 2015

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

一句话总结

本文提出了一种四参数寿命分布——奇广义指数-线性失效率（OGE-LFR）分布，通过奇广义指数族扩展线性失效率分布。该模型表现出灵活的失效率形状（递增、递减、浴盆形、单峰形），并通过AIC、BIC和Kolmogorov-Smirnov检验证实，在真实寿命数据拟合方面优于指数分布、广义指数分布、LFR、NGLE和TLE等现有分布。

ABSTRACT

In this paper we propose a new lifetime model, called the odd generalized exponential linear failure rate distribution. Some statistical properties of the proposed distribution such as the moments, the quantiles, the median, and the mode are investigated. The method of maximum likelihood is used for estimating the model parameters. An applications to real data is carried out to illustrate that the new distribution is more flexible and effective than other popular distributions in modeling lifetime data.

研究动机与目标

• 开发一种新型灵活的四参数寿命分布，能够建模多种失效率形状。
• 利用奇广义指数族框架扩展线性失效率分布。
• 提供一种统计模型，可有效捕捉可靠性数据中常见的浴盆形和单峰形失效函数。
• 通过真实世界数据对比新模型与现有分布的性能表现。
• 提供关键统计特性（如矩、分位数、中位数、众数）的闭式表达式，并通过最大似然法进行参数估计。

提出的方法

• 通过将奇广义指数变换应用于线性失效率分布的累积分布函数，构建OGE-LFR分布。
• 所得分布的累积分布函数（CDF）定义为 $ F(x) = \left[1 - e^{-\alpha \frac{G(x)}{1 - G(x)}} \right]^\beta $，其中 $ G(x) $ 为线性失效率分布的CDF。
• 推导出概率密度函数（PDF）、生存函数、失效函数和逆失效函数的闭式表达式。
• 利用分布的函数形式，解析推导出矩、分位数、中位数和众数。
• 采用最大似然估计（MLE）法估计参数 $ \alpha, a, b, \beta $，并通过轮廓似然图确认解的唯一性。
• 通过AIC、BIC、AICC、HQIC、Kolmogorov-Smirnov（K-S）检验以及生存函数和失效函数的可视化拟合效果，开展模型比较。

实验结果

研究问题

• RQ1 与标准寿命分布相比，OGE-LFR分布是否能建模更广泛的失效率行为，包括浴盆形和单峰形？
• RQ2 与指数分布、广义指数分布、LFR、NGLE和TLE等现有模型相比，OGE-LFR分布是否在真实寿命数据拟合中表现更优？
• RQ3 OGE-LFR分布的统计特性（如矩和分位数）是否具有解析可解性，且对统计推断具有实际用途？
• RQ4 最大似然估计过程是否稳定且收敛，如轮廓似然图所示？
• RQ5 信息准则（AIC、BIC、AICC、HQIC）和K-S检验统计量如何对OGE-LFR模型与竞争模型进行排序？

主要发现

• 在所有比较模型中，OGE-LFR分布的Kolmogorov-Smirnov（K-S）检验统计量最低，为0.1627，表明其对真实数据集的拟合效果最佳。
• OGE-LFR模型的对数似然值最低（-232.865），AIC（473.730）、AICC（474.618）、BIC（481.378）和HQIC（476.642）也最低，证实其模型拟合效果更优。
• 所有参数（$ \alpha, a, b, \beta $）的轮廓对数似然图均呈现单峰且行为良好的形态，表明最大似然估计具有唯一性和稳定性。
• 如图8所示，OGE-LFR模型拟合的失效函数更准确地捕捉了数据的浴盆形失效率模式。
• 如图9所示，OGE-LFR模型拟合的概率密度函数与经验直方图高度吻合，证实其在建模数据偏度和峰度方面的灵活性。
• OGE-LFR模型包含广义指数分布、线性失效率分布、指数分布和瑞利分布作为特例，显著增强了其理论与实际应用价值。