Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Bücher
Zeitschriften
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
ATZ-Fachkongress

Chassis.tech plus 2024


4 Kongresse in einer Veranstaltung

Treffen Sie in München die Fachleute von Chassis, Lenkung, Bremsen sowie Reifen/Räder.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Basic Statistics Kapitel lesen Erstes Kapitel lesen

2023 | OriginalPaper | Buchkapitel

17. Censored Data Prediction Based on Model Selection Approaches

verfasst von : Tzong-Ru Tsai, Jyun-You Chiang, Shuai Wang, Yan Qin

Erschienen in: Springer Handbook of Engineering Statistics

Verlag: Springer London

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

The contribution of this chapter is to solve two common problems in analysis. The first contribution is that we propose two methods to predict censored data. The second contribution is to automatically select the most suitable distribution function instead of subjective judgment. In this chapter, we propose three approaches of model selection. To demonstrate our approach, two members in the location-scale family, the normal distribution and smallest extreme value distribution, are used as candidates to illustrate the best model competition for the underlying distribution via using the proposed prediction methods. According to the result of Monte Carlo simulations, model misspecification has impact on the prediction precision and the proposed three model selection approaches perform well when more than one candidate distributions are competing for the best underlying model. Finally, the proposed approaches are applied to three data sets. This chapter is based on Chiang et al. (Math Probl Eng, 3465909, 2018).

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel D-Efficient Mixed-Level Foldover Designs for Screening Experiments
Nächstes Kapitel Monitoring Coefficient of Variation Using CUSUM Control Charts
Literatur
1.
Kaminsky, K.S., Nelson, P.I.: Prediction of order statistics. In: Balakrishnan, N., Rao, C.R. (eds.) Handbook of Statistics 17, Order Statistics: Applications, pp. 431–450. Elsevier, New York (1998)CrossRefMATH
2.
Fertig, K.W., Meyer, M.E., Mann, N.R.: On constructing prediction intervals for samples from a Weibull or extreme value distribution. Technometrics. 22, 567–573 (1980)MathSciNetCrossRefMATH
3.
4.
Wu, J.-W., Lu, H.-L., Chen, C.-H., Yang, C.-H.: A note on the prediction intervals for a future ordered observation from a Pareto distribution. Qual. Quant. 38, 217–233 (2004)CrossRef
5.
Kundu, D., Raqab, M.Z.: Bayesian inference and prediction of order statistics for a Type-II censored Weibull distribution. J. Stat. Plan. Inference. 142(1), 41–47 (2012)MathSciNetCrossRefMATH
6.
Panahi, H., Sayyareh, A.: Parameter estimation and prediction of order statistics for the Burr type XII distribution with type II censoring. J. Appl. Stat. 41(1), 215–232 (2014)MathSciNetCrossRefMATH
7.
Raqab, M.Z.: Modified maximum likelihood predictors of future order statistics from normal samples. Comput. Stat. Data Anal. 25(1), 91–106 (1997)MathSciNetCrossRefMATH
8.
Yang, C.H., Tong, L.I.: Predicting type II censored data from factorial experiments using modified maximum likelihood predictor. Int. J. Adv. Manuf. Technol. 30, 887–896 (2006)CrossRef
9.
Chiang, J.-Y.: Modified maximum likelihood prediction for type II censored data under the Weibull distribution. Int. J. Intell. Technol. Appl. Stat. 3(1), 17–32 (2010)
10.
Dumonceaux, R., Antle, C.E.: Discriminating between the lognormal and Weibull distribution. Technometrics. 15, 923–926 (1973)CrossRefMATH
11.
Kundu, D.K., Manglick, A.: Discriminating between the log-normal and gamma distributions. J. Appl. Stat. Sci. 14, 175–187 (2005)MathSciNetMATH
12.
Kundu, D., Raqab, M.Z.: Discriminating between the generalized Rayleigh and log-normal distribution. Statistics. 41(6), 505–515 (2007)MathSciNetCrossRefMATH
13.
Yu, H.F.: Mis-specification analysis between normal and extreme value distributions for a screening experiment. Comput. Ind. Eng. 56(4), 1657–1667 (2009)MathSciNetCrossRef
14.
Ashour, S.K., Hashish, A.M.: A numerical comparison of three procedures used in failure model discrimination. Pak. J. Stat. Oper. Res. 10(1), 107–119 (2014)MathSciNetCrossRefMATH
15.
Pakyari, R.: Discriminating between generalized exponential, geometric extreme exponential and Weibull distributions. J. Stat. Comput. Simul. 80(12), 1403–1412 (2010)MathSciNetCrossRefMATH
16.
Elsherpieny, A.E., Muhammed, Z.H., Radwan, U.N.: On discriminating between gamma and log-logistic distributions in case of progressive type II censoring. Pak. J. Stat. Oper. Res. 13(1), 157–183 (2017)MathSciNetCrossRefMATH
17.
18.
Hossain, A., Willan, A.R.: Approximate MLEs of the parameters of location-scale models under type II censoring. Statistics. 41(5), 385–394 (2007)MathSciNetCrossRefMATH
19.
Teichroew, D.: Tables of expected values of order statistics and products of order statistics for samples of size twenty and less from the normal distribution. Ann. Math. Stat. 27, 410–426 (1956)MathSciNetCrossRefMATH
20.
Castro-Kuriss, C., Kelmansky, D.M., Leiva, V., Martizez, E.J.: A new goodness-of-fit test for censored data with an application in monitoring process. Commun. Stat. Simul. Comput. 38(6), 1161–1177 (2009)CrossRefMATH
21.
Mann, N.R., Fertig, K.W.: Tables for obtaining confidence bounds and tolerance bounds based on best linear invariant estimates of parameters of the extreme value distribution. Technometrics. 15, 87–101 (1973)MathSciNetCrossRefMATH
22.
Lieblein, J., Zelen, M.: Statistical investigation of the fatigue life of deep-groove ball bearings. J Res. Natl. Bur. Stand. 57, 273–316 (1956)CrossRef
23.
Meeker, W.Q., Escobar, L.A.: Statistical Methods for Reliability Data. Wiley, New York (1998)MATH
24.
Bjerkedal, T.: Acquisition of resistance in guinea pigs infected with different doses of virulent tubercle bacilli. Am. J. Hyg. 72, 130–148 (1960)
Metadaten
Titel
Censored Data Prediction Based on Model Selection Approaches
verfasst von
Tzong-Ru Tsai
Jyun-You Chiang
Shuai Wang
Yan Qin
Copyright-Jahr
2023
Verlag
Springer London
Buch
Springer Handbook of Engineering Statistics

Print ISBN: 978-1-4471-7502-5

Electronic ISBN: 978-1-4471-7503-2

Copyright-Jahr: 2023

DOI
https://doi.org/10.1007/978-1-4471-7503-2_17

Premium Partner

    Marktübersichten

    Die im Laufe eines Jahres in der „adhäsion“ veröffentlichten Marktübersichten helfen Anwendern verschiedenster Branchen, sich einen gezielten Überblick über Lieferantenangebote zu verschaffen. 

    Zur Marktübersicht
    Bildnachweise