Zum Inhalt

The Beta Exponential Power Series Distribution

  • 22.06.2022
Erschienen in:

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

search-config
loading …

Abstract

Der Artikel stellt die Beta Exponential Power Series (BEPS) -Verteilung vor, einen neuen Ansatz zur Modellierung von Lebensdauerdaten, der die Beta Exponential-Verteilung mit Leistungsreihenverteilungen kombiniert. Diese Verteilung kann verschiedene Arten von Ausfallraten bewältigen, was sie besonders nützlich für Überlebensanalysen und Zuverlässigkeitsstudien macht. Die BEPS-Verteilung umfasst Sonderfälle wie die Beta-Exponential-Poisson-Verteilung (BEP), die Beta-Exponential-Geometrie (BEG), die Beta-Exponential-Logarithmische (BEL) und die Beta-Exponential-Binomial-Verteilung (BEB). Die Autoren stellen mathematische Behandlungen zur Verfügung, darunter Ausdrücke für die Dichtefunktion und Momente der Ordnungsstatistik, und demonstrieren die Anwendung von BEPS durch reale Datenanalyse. Die Studie endet mit einem Vergleich von BEPS mit bestehenden Modellen, der die überlegene Anpassungsleistung hervorhebt. Künftige Forschungsrichtungen werden vorgeschlagen, einschließlich der Erweiterung von BEPS um Alpha-Power-Distributionen.

Sie sind noch kein Kunde? Dann Informieren Sie sich jetzt über unsere Lizenzmodelle:

Einzelzugang

Starten Sie jetzt Ihren persönlichen Einzelzugang. Erhalten Sie sofortigen Zugriff auf mehr als 170.000 Bücher und 540 Zeitschriften - pdf-Downloads und Neu-Erscheinungen inklusive.

Jetzt ab 54,00 € pro Monat!                                        

Mehr erfahren

Zugang für Unternehmen

Nutzen Sie Springer Professional in Ihrem Unternehmen und geben Sie Ihren Mitarbeitern fundiertes Fachwissen an die Hand. Fordern Sie jetzt Informationen für Firmenzugänge an.

Erleben Sie, wie Springer Professional Sie in Ihrer Arbeit unterstützt!

Beraten lassen
Titel
The Beta Exponential Power Series Distribution
Verfasst von
Nafiseh Khojastehbakht
Amirhossein Ghatari
Ehsan Bahrami Samani
Publikationsdatum
22.06.2022
Verlag
Springer Berlin Heidelberg
Erschienen in
Annals of Data Science / Ausgabe 5/2023
Print ISSN: 2198-5804
Elektronische ISSN: 2198-5812
DOI
https://doi.org/10.1007/s40745-022-00414-8
Dieser Inhalt ist nur sichtbar, wenn du eingeloggt bist und die entsprechende Berechtigung hast.
Dieser Inhalt ist nur sichtbar, wenn du eingeloggt bist und die entsprechende Berechtigung hast.
Bildnachweise
Schmalkalden/© Schmalkalden, NTT Data/© NTT Data, Verlagsgruppe Beltz/© Verlagsgruppe Beltz, ibo Software GmbH/© ibo Software GmbH, Sovero/© Sovero, Axians Infoma GmbH/© Axians Infoma GmbH, genua GmbH/© genua GmbH, Prosoz Herten GmbH/© Prosoz Herten GmbH, Stormshield/© Stormshield, MACH AG/© MACH AG, OEDIV KG/© OEDIV KG, Rundstedt & Partner GmbH/© Rundstedt & Partner GmbH, Doxee AT GmbH/© Doxee AT GmbH , Governikus GmbH & Co. KG/© Governikus GmbH & Co. KG, Vendosoft/© Vendosoft, Conceptboard Cloud Service GmbH/© Vendosoft, Videocast 1: Standbild/© Springer Fachmedien Wiesbaden, givve Bezahlkarte - digitale Effizienz trifft menschliche Nähe/© givve