文献

J-GLOBAL ID：202202263684348559   整理番号：22A1059894

電力Lindley分布のための一般化プロセス能力指数Cpykのパラメトリック推論【JST・京大機械翻訳】

Parametric inference of generalized process capability index C_pyk for the power Lindley distribution

著者 (4件)： Kumar Sumit (Department of Engineering & Physical Sciences, IAR, Gandhinagar, Gujrat, India) ,  Yadav Abhimanyu Singh (Department of Statistics, Banaras Hindu University, Varanasi, India) ,  Dey Sanku (Department of Statistics, St. Anthony’s College, Shillong, India) ,  Saha Mahendra (Department of Statistics, Central University of Rajasthan, Ajmer, India)
資料名： Quality Technology & Quantitative Management  (Quality Technology & Quantitative Management)
巻： 19  号： 2  ページ： 153-186  発行年： 2022年 
JST資料番号： W6034A  ISSN： 1684-3703  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 本論文では,プロセスが電力Lindley分布に従うとき,一般化プロセス能力指数(GPCI)Cpykを推定するために,推定の最尤法,推定の通常および加重最小二乗法,推定の間隔方法の最大積,および推定のBayes法を使用した。Bayes推定を,対称(二乗誤差)と非対称(線形指数)損失関数の両方に関して,Metropholis-Hastingsアルゴリズムと重要度サンプリング法の助けを借りて研究した。GPCI Cpykの信頼区間を3つのブートストラップ法とBayes法に基づいて構築した。また,最尤法に基づく漸近信頼区間も構築した。著者らは,GPCI Cpykの点推定のための対応するバイアスとMSEsに基づくこれらの推定量の性能,および区間推定のためのカバレッジ確率(CP)と平均幅(AW)を研究した。Bayes推定は,それらの対応するMSEsに関して,考察した古典的推定よりも良好に機能することが分かった。さらに,線形指数損失関数に基づくBayes推定は,事前情報の下で二乗誤差損失関数より効率的である。提案した方法の性能を説明するために,2つの実データセットを解析した。本論文では,プロセスが電力Lindley分布に従うとき,一般化プロセス能力指数(GPCI)[数式:原文を参照]を推定するために,推定の最尤法,推定の通常および加重最小二乗法,推定の間隔方法の最大積,および推定のBayes法を使用した。Bayes推定を,対称(二乗誤差)と非対称(線形指数)損失関数の両方に関して,Metropholis-Hastingsアルゴリズムと重要度サンプリング法の助けを借りて研究した。GPCI [数式:原文を参照]の信頼区間を3つのブートストラップ法とBayes法に基づいて構築した。また,最尤法に基づく漸近信頼区間も構築した。著者らは,GPCI[数式:原文を参照]の点推定のための対応するバイアスとMSEsに基づくこれらの推定子の性能,およびカバレッジ確率(CP)と平均幅(AW)の略語:AW:平均幅;[数式:原文を参照]:Bias補正パーセンタイルブートストラップ;BCI:ブートストラップ信頼区間;CDF:累積分布関数;CI:信頼区間;CK:尖度係数;CP:被覆確率;CS:歪みの係数;GGD:一般化ガンマ分布;GPCI:一般化プロセス能力指数;GLD:一般化lindley分布;SWCI:最短幅信頼区間;IS:重要性サンプリング;K-S:Kolmogorov-Smirnov;[数式:原文を参照]:より低い仕様イミ;LD:Lindley分布;LDL:低所望限界LLF:Linex損失機能;MCMC:Markov連鎖モンテカルロ;MH:Metropholis-Hastings;MPSE:間隔推定量の最大積;MLE:最尤推定量;MSE:平均二乗誤差;OLSE:通常の最小二乗推定量;[数式:原文を参照]:百分位ブートストラップ;PDF:確率密度関数;PCI:プロセス能力指数;PLD:パワーLindley分布;[数式:原文を参照]:[数式:原文を参照]-th四分位;SD:標準偏差;[数式:原文を参照]:標準ブートストラップ;SELF:二乗誤差損失関数;[数式:原文を参照]:目標値;[数式:原文を参照]:上部仕様限界;[数式:原文を参照]:上部要求限界;WD:Weibull分布;WLSE:重み付け最小二乗推定量。Please refer to the publisher for the copyright holders. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： モンテカルロ法 ,  アルゴリズム ,  対称性 ,  損失関数 ,  *電力 ,  標準偏差 ,  最尤法 ,  信号標本化 ,  非対称性 ,  Bayes推定 ,  最小二乗推定 ,  推定量 ,  確率密度関数
準シソーラス用語： 事前知識 ,  尖度 , 【Automatic Indexing@JST】

著者キーワード (6件)： 漸近的信頼区間 ,  ブートストラップ信頼区間 ,  Metropolis-Hastingsアルゴリズム ,  重要度サンプリング法 ,  モンテカルロシミュレーション ,  プロセス能力指数

分類 (2件)： 信頼性  (KB04040H) ,  数値計算  (JE02000J)

タイトルに関連する用語 (5件)： 分布 ,  一般化 ,  プロセス能力 ,  指数 ,  推論