Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "statistics data" wg kryterium: Temat


Wyświetlanie 1-2 z 2
Tytuł:
Bayes statistical decisions with random fuzzy data – an application for the Weibull distribution
Rozmyto-bayesowski model podejmowania decyzji statystycznych – zastosowanie do rozkładu Weiulla
Autorzy:
Hryniewicz, O.
Kaczmarek, K.
Nowak, P.
Powiązania:
https://bibliotekanauki.pl/articles/302140.pdf
Data publikacji:
2015
Wydawca:
Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
Tematy:
Bayesian statistics
fuzzy data
possibility measures
reliability
Weibull distribution
statystyka bayesowska
dane rozmyte
miary możliwości
niezawodność
rozkład Weibulla
Opis:
In the majority of decision models used in practice all input data are assumed to be precise. This assumption is made both for random results of measurements, and for constant parameters such as, e.g. costs related to decisions. In reality many of these values are reported in an imprecise way. When this imprecision cannot be related to randomness the fuzzy set theory yields tools for its description. It seems to be important to retain both types of uncertainty, random and fuzzy, while building mathematical models for making decisions. In the paper we propose a fuzzy-Bayesian model for making statistical decisions. In the proposed model the randomness of data is reflected in related risks, and fuzziness is described by possibility measures of dominance such as PSD (Possibility of Strict Dominance) and NSD (Necessity of Strict Dominance). The proposed model allows a decision-maker to reflect in his/hers decisions different types of uncertainty. The theoretical results have been applied in the case of reliability data described by the Weibull distribution.
W większości stosowanych w praktyce modeli decyzyjnych zakłada się, że wszystkie występujące w nich dane wejściowe są podane w sposób precyzyjny. Założenie to dotyczy zarówno losowych wyników pomiarów jak też i stałych parametrów, takich jak np. koszty podjętych decyzji. W rzeczywistości wiele z tych wartości jest podawanych w sposób nieprecyzyjny. Jeżeli taki brak precyzji nie ma charakteru losowego, to teoria zbiorów rozmytych dostarcza narzędzi do opisu tego zjawiska. Wydaje się rzeczą istotną, by przy tworzeniu matematycznych modeli podejmowania decyzji zachować oba typy niepewności: losowość i rozmytość. W pracy proponujemy rozmyto-bayesowski model podejmowania decyzji statystycznych. W proponowanym modelu losowość odpowiada za związane z podjęciem decyzji ryzyko, zaś rozmytość jest opisana przez miary możliwości dominacji, takie jak PSD (Możliwość Ścisłej Dominacji) oraz NSD (Konieczność Ścisłej Dominacji). Zaproponowany model pozwala decydentowi ująć w procesie podejmowania decyzji różne rodzaje niepewności. Rozważania teoretyczne zostały w pracy zastosowane do analizy danych niezawodnościowych opisanych rozkładem Weibulla.
Źródło:
Eksploatacja i Niezawodność; 2015, 17, 4; 610-616
1507-2711
Pojawia się w:
Eksploatacja i Niezawodność
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Reliability analysis of the products subject to competing failure processes with unbalanced data
Oparta na niezbilansowanych danych analiza niezawodności produktów podlegających procesom powstawania uszkodzeń konkurujących
Autorzy:
Li, J.
Zhang, Y.
Wang, Z.
Fu, H.
Xiao, L.
Powiązania:
https://bibliotekanauki.pl/articles/1365849.pdf
Data publikacji:
2016
Wydawca:
Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
Tematy:
reliability evaluation
competing failure model
unbalanced data
interval statistics
ocena niezawodności
model uszkodzeń konkurujących
dane niezbilansowane
statystyki przedziałowe
Opis:
Considering the degradation and catastrophic failure modes simultaneously, a general reliability analysis model was presented for the competing failure processes with unbalanced data. For the degradation process with highly unbalanced data, we developed a linear random-effects degradation model. The model parameters can be estimated based on a simple least square method. Furthermore, to fully utilize the degradation information, we considered the last measured times of the degradation units that had only one or two measured time points as zero-failure data or right-censored data of the catastrophic failure mode. Then the incomplete data set was composed of zero-failure data and catastrophic failure data. To analyze the incomplete data, the definition of the interval statistics was firstly given. The best linear unbiased parameter estimators of catastrophic failure were obtained based on the Gauss-Markov theorem. Then, the reliability function of the competing failure processes was given. The corresponding two-sided confidence intervals of the reliability were obtained based on a bootstrap procedure. Finally, a practical application case was examined by applying the proposed method and the results demonstrated its validity and reasonability.
W pracy przedstawiono ogólny model analizy niezawodności procesów związanych z powstawaniem uszkodzeń konkurujących, który pozwala na wykorzystanie danych niezbilansowanych oraz umożliwia jednoczesne uwzględnienie uszkodzeń wynikających z obniżenia charakterystyk i uszkodzeń katastroficznych. Opracowano liniowy model efektów losowych dla procesu degradacji o wysoce niezbilansowanych danych. Parametry tego modelu można określić na podstawie prostej metody najmniejszych kwadratów. Ponadto, aby w pełni wykorzystać informacje dotyczące obniżenia charakterystyk, dane pochodzące z ostatniego pomiaru jednostek podlegających degradacji, dla których przeprowadzono tylko jeden lub dwa pomiary, rozpatrywano jako dane o zerowym uszkodzeniu lub jako ucięte prawostronnie dane dotyczące uszkodzenia katastroficznego. W ten sposób otrzymano zbiór niepełnych danych składający się z danych o uszkodzeniach zerowych oraz danych o uszkodzeniach katastroficznych. Aby móc przeanalizować uzyskane niepełne dane, podano definicję statystyki przedziałowej. Najefektywniejszy nieobciążony estymator liniowy (BLUE) parametrów uszkodzeń katastroficznych uzyskano na podstawie twierdzenia Gaussa-Markowa. Następnie, podano wzór funkcji niezawodności procesów związanych z powstawaniem uszkodzeń konkurujących. Odpowiednie dwustronne przedziały ufności dla oszacowanej niezawodności uzyskano metodą bootstrapową. Na koniec, przedstawiono przypadek praktycznego zastosowania proponowanej metody, którego wyniki wykazały jej trafność i zasadność.
Źródło:
Eksploatacja i Niezawodność; 2016, 18, 1; 98-109
1507-2711
Pojawia się w:
Eksploatacja i Niezawodność
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-2 z 2

    Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies