Statistical inference for type I multiply left-censored samples from Weibull distribution
Left-censored data with one or more detection limits occur frequently in many application areas. In this paper, the computational procedure for calculation of maximum likelihood estimates of the parameters for type I multiply left-censored data from underlying Weibull distribution is suggested and u...
Збережено в:
| Опубліковано в: : | Кибернетика и системный анализ |
|---|---|
| Дата: | 2019 |
| Автори: | , |
| Формат: | Стаття |
| Мова: | English |
| Опубліковано: |
Інститут кібернетики ім. В.М. Глушкова НАН України
2019
|
| Теми: | |
| Онлайн доступ: | https://nasplib.isofts.kiev.ua/handle/123456789/181013 |
| Теги: |
Додати тег
Немає тегів, Будьте першим, хто поставить тег для цього запису!
|
| Назва журналу: | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| Цитувати: | Statistical inference for type I multiply left-censored samples from Weibull distribution / M. Fusek, J. Michalek // Кибернетика и системный анализ. — 2019. — Т. 56, № 4. — С. 81-96. — Бібліогр.: 35 назв. — англ. |
Репозитарії
Digital Library of Periodicals of National Academy of Sciences of Ukraine| id |
nasplib_isofts_kiev_ua-123456789-181013 |
|---|---|
| record_format |
dspace |
| spelling |
Fusek, M. Michalek, J. 2021-10-26T17:15:14Z 2021-10-26T17:15:14Z 2019 Statistical inference for type I multiply left-censored samples from Weibull distribution / M. Fusek, J. Michalek // Кибернетика и системный анализ. — 2019. — Т. 56, № 4. — С. 81-96. — Бібліогр.: 35 назв. — англ. 1019-5262 https://nasplib.isofts.kiev.ua/handle/123456789/181013 519.2 Left-censored data with one or more detection limits occur frequently in many application areas. In this paper, the computational procedure for calculation of maximum likelihood estimates of the parameters for type I multiply left-censored data from underlying Weibull distribution is suggested and used considering various numbers of detection limits. The expected Fisher information matrix is analytically determined and its performance is compared with sample (observed) Fisher information matrix using simulations. Simulations are focused primarily on the properties of estimators for small sample sizes. Real data illustration is included. Во многих областях науки часто встречаются задачи с цензурированными слева данными с одной или несколькими границами обнаружения. В данной работе предложена процедура для вычисления оценок максимальной правдоподобности параметров многократного цензурирования слева типа I для распределения Вейбулла с учетом разного числа границ обнаружения. Ожидаемая информационная матрица Фишера определена аналитически и ее вид сравнен с выборочной (наблюдаемой) информационной матрицей Фишера. Моделирование основано, главным образом, на свойствах оценок выборок малых размеров. Примеры проиллюстрированы на реальных данных. У багатьох галузях науки часто зустрічаються задачі з цензурованими зліва даними з однією або кількома межами виявлення. У цій роботі запропоновано процедуру для обчислення оцінок максимальної правдоподібності параметрів багаторазового цензурування зліва типу I з розподілу Вейбулла з урахуванням різної кількості меж виявлення. Очікувану інформаційну матрицю Фішера визначено аналітично та її вигляд порівняно з вибірковою (спостережуваною) інформаційною матрицею Фішера. Моделювання здебільшого ґрунтується на властивостях оцінок вибірок малих розмірів. Приклади проілюстровано на реальних даних. en Інститут кібернетики ім. В.М. Глушкова НАН України Кибернетика и системный анализ Системний аналіз Statistical inference for type I multiply left-censored samples from Weibull distribution Статистический вывод для многократно цензурированной слева выборки типа i для распределения Вейбулла Статистичне виведення для багаторазово цензурованої зліва вибірки типу i для розподілу Вейбулла Article published earlier |
| institution |
Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| collection |
DSpace DC |
| title |
Statistical inference for type I multiply left-censored samples from Weibull distribution |
| spellingShingle |
Statistical inference for type I multiply left-censored samples from Weibull distribution Fusek, M. Michalek, J. Системний аналіз |
| title_short |
Statistical inference for type I multiply left-censored samples from Weibull distribution |
| title_full |
Statistical inference for type I multiply left-censored samples from Weibull distribution |
| title_fullStr |
Statistical inference for type I multiply left-censored samples from Weibull distribution |
| title_full_unstemmed |
Statistical inference for type I multiply left-censored samples from Weibull distribution |
| title_sort |
statistical inference for type i multiply left-censored samples from weibull distribution |
| author |
Fusek, M. Michalek, J. |
| author_facet |
Fusek, M. Michalek, J. |
| topic |
Системний аналіз |
| topic_facet |
Системний аналіз |
| publishDate |
2019 |
| language |
English |
| container_title |
Кибернетика и системный анализ |
| publisher |
Інститут кібернетики ім. В.М. Глушкова НАН України |
| format |
Article |
| title_alt |
Статистический вывод для многократно цензурированной слева выборки типа i для распределения Вейбулла Статистичне виведення для багаторазово цензурованої зліва вибірки типу i для розподілу Вейбулла |
| description |
Left-censored data with one or more detection limits occur frequently in many application areas. In this paper, the computational procedure for calculation of maximum likelihood estimates of the parameters for type I multiply left-censored data from underlying Weibull distribution is suggested and used considering various numbers of detection limits. The expected Fisher information matrix is analytically determined and its performance is compared with sample (observed) Fisher information matrix using simulations. Simulations are focused primarily on the properties of estimators for small sample sizes. Real data illustration is included.
Во многих областях науки часто встречаются задачи с цензурированными слева данными с одной или несколькими границами обнаружения. В данной работе предложена процедура для вычисления оценок максимальной правдоподобности параметров многократного цензурирования слева типа I для распределения Вейбулла с учетом разного числа границ обнаружения. Ожидаемая информационная матрица Фишера определена аналитически и ее вид сравнен с выборочной (наблюдаемой) информационной матрицей Фишера. Моделирование основано, главным образом, на свойствах оценок выборок малых размеров. Примеры проиллюстрированы на реальных данных.
У багатьох галузях науки часто зустрічаються задачі з цензурованими зліва даними з однією або кількома межами виявлення. У цій роботі запропоновано процедуру для обчислення оцінок максимальної правдоподібності параметрів багаторазового цензурування зліва типу I з розподілу Вейбулла з урахуванням різної кількості меж виявлення. Очікувану інформаційну матрицю Фішера визначено аналітично та її вигляд порівняно з вибірковою (спостережуваною) інформаційною матрицею Фішера. Моделювання здебільшого ґрунтується на властивостях оцінок вибірок малих розмірів. Приклади проілюстровано на реальних даних.
|
| issn |
1019-5262 |
| url |
https://nasplib.isofts.kiev.ua/handle/123456789/181013 |
| citation_txt |
Statistical inference for type I multiply left-censored samples from Weibull distribution / M. Fusek, J. Michalek // Кибернетика и системный анализ. — 2019. — Т. 56, № 4. — С. 81-96. — Бібліогр.: 35 назв. — англ. |
| work_keys_str_mv |
AT fusekm statisticalinferencefortypeimultiplyleftcensoredsamplesfromweibulldistribution AT michalekj statisticalinferencefortypeimultiplyleftcensoredsamplesfromweibulldistribution AT fusekm statističeskiivyvoddlâmnogokratnocenzurirovannoislevavyborkitipaidlâraspredeleniâveibulla AT michalekj statističeskiivyvoddlâmnogokratnocenzurirovannoislevavyborkitipaidlâraspredeleniâveibulla AT fusekm statističnevivedennâdlâbagatorazovocenzurovanoízlívavibírkitipuidlârozpodíluveibulla AT michalekj statističnevivedennâdlâbagatorazovocenzurovanoízlívavibírkitipuidlârozpodíluveibulla |
| first_indexed |
2025-12-07T17:01:01Z |
| last_indexed |
2025-12-07T17:01:01Z |
| _version_ |
1850869663639011328 |