Data Analysis by Adaptive Progressive Hybrid Censored Under Bivariate Model

Der Zweck dieser Arbeit ist die Einführung des adaptiven progressiven hybriden zensierten Schemas des bivariaten Modells, das die begrenzte Anwendbarkeit der zensierten Schemata für die bivariaten Modelle in mehreren Produktbereichen erweitert. Außerdem wird ein neues bivariates Modell diskutiert, das auf einem adaptiven progressiven hybriden Schema basiert, das mit größerer Wirksamkeit zensiert wird als die traditionellen Modelle. Basierend auf der Kopulationsfunktion des FGM und der Odd-Weibull-Familie werden wir die bivariate FGM Weibull-Weibull-Verteilung einführen. Um die Modellparameter abzuschätzen, werden die maximale Wahrscheinlichkeit und die bayesische Schätzung herangezogen. Zusätzlich werden für das Parametermodell asymptotische Konfidenzintervalle und glaubwürdige Intervalle der höchsten posterioren der bayesischen Dichte berechnet. Eine Monte-Carlo-Simulationsanalyse wird unter Berücksichtigung der maximalen Wahrscheinlichkeit und bayesischen Schätzer durchgeführt. Schließlich demonstrieren wir den Nutzen der vorgeschlagenen bivariaten Verteilung anhand realer Daten aus dem medizinischen Bereich, wie diabetischer Nephropathie.