In this paper we establish some recurrence relations for both single and product moments of order statistics from a doubly truncated linear- exponential distribution with increasing hazard rate. These recurrence relations would enable one to compute all the higher order moments of order statistics for all sample sizes from those of the lower order in a simple recursive way. In addition, percentage points of order statistics are also discussed. These generalize the corresponding results for the linear- exponential distribution with increasing hazard rate derived by Balakrishnan and Malik(1986)
Journal of the Korean Data and Information Science Society
/
v.25
no.3
/
pp.623-632
/
2014
We shall consider the estimation for the parameter and the right tail probability in a general exponential distribution. We also shall consider the estimation of the reliability P(X < Y ) and the skewness trends of the density function of the ratio X=(X+Y) for two independent general exponential variables each having different shape parameters and known scale parameter. We then shall consider the estimation of the failure rate average and the hazard function for a general exponential variable having the density function with the unknown shape and known scale parameters, and for a bivariate density induced by the general exponential density.
Let $X_1$, $X_2$, ${\cdots}$, $X_n$ be independent and identically distributed random variables having common exponential density with unknown mean ${\mu}$. In the sequential confidence interval estimation for the exponential hazard rate ${\theta}=1/{\mu}$, when the loss function is strictly convex, the following stopping rule is proposed with the half length d of prescribed confidence interval $I_n$ for the parameter ${\theta}$; ${\tau}$ = smallest integer n such that $n{\geq}z^2_{{\alpha}/2}\hat{\theta}^2/d^2+2$, where $\hat{\theta}=(n-1)\bar{X}{_n}^{-1}/n$ is the minimum risk estimator for ${\theta}$ and $z_{{\alpha}/2}$ is defined by $P({\mid}Z{\mid}{\leq}{\alpha}/2)=1-{\alpha}({\alpha}{\in}(0,1))$ Z ~ N(0, 1). For the confidence intervals $I_n$ which is required to satisfy $P({\theta}{\in}I_n){\geq}1-{\alpha}$. These estimated intervals $I_{\tau}$ have the asymptotic consistency of the sequential procedure; $$\lim_{d{\rightarrow}0}P({\theta}{\in}I_{\tau})=1-{\alpha}$$, where ${\alpha}{\in}(0,1)$ is given.
We considered a change-point hazard rate model generalizing constant hazard rate model. This type of model is very popular in the sense that the Weibull and exponential distributions formulating survival time data are the special cases of it. Maximum likelihood estimation and the asymptotic properties such as the consistency and its limiting distribution of the change-point estimator were discussed. A parametric bootstrap method for finding confidence intervals of the unknown change-point was also suggested and the proposed method is explained through a practical example.
Line transect sampling in a sighting survey is one of most widely used methods for assessing animal abundance. This study applied distance data, collected from three sighting surveys using line transects for finless porpoise that were conducted in 2004 and 2005 off the west coast of Korea, to four models (hazard-rate, uniform, half-normal and exponential) that can use a variety of detection functions, g (x). The hazard-rate model, a derived model for the detection function, should have a shoulder condition chosen using the AIC (Akaike Information Criterion), as the most suitable model. However, it did not describe a shoulder shape for the value of g(x) near the track tine and underestimated g (x), just as the exponential model did. The hazard-rate model showed a bias toward overestimating the densities of finless porpoises with a higher coefficient of variation (CV) than the other models did. The uniform model underestimated the densities of finless porpoise but had the lowest CV. The half-normal model described a detection function with a shape similar to that of the uniform model. The half-normal model was robust for finless porpoise data and should be able to avoid density underestimation. The estimated abundance of finless porpoise was 3,602 individuals (95% CI=1,251-10,371) inshore in 2005 and 33,045 individuals (95% CI=24,274-44,985) offshore in 2004.
Proceedings of the Korean Operations and Management Science Society Conference
/
2003.11a
/
pp.263-266
/
2003
This paper is intended to compare between the Bayesian estimates of hazard rate and the hazard rates of mixed distributions. In estimating hazard rates, especially when the MLE method is used, such difficulties as a lack of data and the existence of censored data make it difficult to estimate the rates. For this reason, the estimates of hazard rate based on the Bayesian approach are introduced. For the simplicity, the exponential and gamma distributions are adopted as a sampling distribution and its natural conjugate prior distribution, respectively.
Journal of the Korean Data and Information Science Society
/
v.26
no.6
/
pp.1225-1238
/
2015
In this research, we fit various survival models and conduct tests and estimation for the hazard change-point with the rectal cancer data. By the log-rank tests, at significance level ${\alpha}=0.10$, survival functions are significantly different according to the uniporter of glucose (GLUT1), clinical stage (cstage) and pathologic stage (ypstage). From the Cox proportional hazard model, the most significant covariates are GLUT1 and ypstage. Assuming that the rectal cancer data follows the exponential distribution, we estimate one hazard change-point using Matthews and Farewell (1982), Henderson (1990) and Loader (1991) methods.
This paper presents accelerated life tests for Type I censoring data under probabilistic stresses. Probabilistic stress, $S_j$, is the random variable for stress influenced by test environments, test equipments, sampling devices and use conditions. The hazard rate, ,$theta_j$, is the random variable of environments and the function of probabilistic stress. Also it is assumed that the general stress distribution is uniform, the life distribution for the given hazard rate, $\theta$, is exponential and inverse power law model holds. In this paper, we obtained maximum likelihood estimators of model parameters and the mean life in use stress condition.
This paper presents accelerated life tests for Type I censoring data under probabilistic stresses. Probabilistic stress, S, is the random variable for stress influenced by test environments, test equipments, sampling devices and use conditions. The hazard rate, $\theta$ is a random variable of environments and a function of probabilistic stress. In detail, it is assumed that the hazard rate is linear function of the stress, the general stress distribution is a gamma distribution and the life distribution for the given hazard rate, $\theta$is an exponential distribution. Maximum likelihood estimators of model parameters are obtained, and the mean life in use stress condition is estimated. A hypothetical example is given to show its applicability.
Journal of Korean Society of Industrial and Systems Engineering
/
v.28
no.3
/
pp.26-35
/
2005
This paper is intended to compare the hazard rate estimations from Bayesian approach and maximum likelihood estimate(MLE) method. Hazard rate frequently involves unknown parameters and it is common that those parameters are estimated from observed data by using MLE method. Such estimated parameters are appropriate as long as there are sufficient data. Due to various reasons, however, we frequently cannot obtain sufficient data so that the result of MLE method may be unreliable. In order to resolve such a problem we need to rely on the judgement about the unknown parameters. We do this by adopting the Bayesian approach. The first one is to use a predictive distribution and the second one is a method called Bayesian estimate. In addition, in the Bayesian approach, the prior distribution has a critical effect on the result of analysis, so we introduce the method using computerized-simulation to elicit an effective prior distribution. For the simplicity, we use exponential and gamma distributions as a likelihood distribution and its natural conjugate prior distribution, respectively. Finally, numerical examples are given to illustrate the potential benefits of the Bayesian approach.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.