Modelo exponencial por partes via modelos partição produto
Autor(a) principal: | |
---|---|
Data de Publicação: | 2006 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFMG |
Texto Completo: | http://hdl.handle.net/1843/RFFO-7HQRJY |
Resumo: | Uma das maiores dificuldades relacionadas com o uso do modelo exponencial por partes é encontrar a partição do eixo do tempo necessária para sua definição. Em geral, o número de intervalos associado a tal partição, bem como a posição de cada intervalo, são determinados de maneira arbitrária. Neste trabalho é introduzida uma abordagem bayesiana para o modelo exponencial por partes em que a partição que divide o eixo do tempo, assim como o nú mero de intervalos, são considerados aleatórios. A função taxa de falha é estimada utilizando-se o procedimento proposto e os resultados são comparados com as estimativas fornecidas pelo modelo proposto por Kim e Proschan (1991). Uma análise de sensibilidade do modelo proposto considerando-se diferentes escolhas de coesões a priori e diferentes distribuições a priori para a taxa de falha é realizada. A metodologia proposta é utilizada para se analisar dois conjuntos de dados reais. |
id |
UFMG_8d3e3ca17ea49ca6f5a0fb5d8ee5a719 |
---|---|
oai_identifier_str |
oai:repositorio.ufmg.br:1843/RFFO-7HQRJY |
network_acronym_str |
UFMG |
network_name_str |
Repositório Institucional da UFMG |
repository_id_str |
|
spelling |
Rosangela Helena LoschiEnrico Antonio ColosimoFrederico Rodrigues Borges da CruzFrancisco Louzada NetoFabio Nogueira Demarqui2019-08-11T07:10:50Z2019-08-11T07:10:50Z2006-03-10http://hdl.handle.net/1843/RFFO-7HQRJYUma das maiores dificuldades relacionadas com o uso do modelo exponencial por partes é encontrar a partição do eixo do tempo necessária para sua definição. Em geral, o número de intervalos associado a tal partição, bem como a posição de cada intervalo, são determinados de maneira arbitrária. Neste trabalho é introduzida uma abordagem bayesiana para o modelo exponencial por partes em que a partição que divide o eixo do tempo, assim como o nú mero de intervalos, são considerados aleatórios. A função taxa de falha é estimada utilizando-se o procedimento proposto e os resultados são comparados com as estimativas fornecidas pelo modelo proposto por Kim e Proschan (1991). Uma análise de sensibilidade do modelo proposto considerando-se diferentes escolhas de coesões a priori e diferentes distribuições a priori para a taxa de falha é realizada. A metodologia proposta é utilizada para se analisar dois conjuntos de dados reais.One of the greatest difficulty related to the use of the piecewise exponential model is to find the grid of time-points needed in its definition. In general, the number of intervals in such grid and the position of their endpoints are ad-hoc choices. We introduce a full Bayesian approach for the piecewise exponential distribution in which the endpoints and the number of intervals are random variables. We estimate the failure rate using the proposed procedure and compare the results with the piecewise exponential estimates. A sensitivity analysis for the proposed model is provided considering different prior cohesions and different prior distributions for the failurerate. We apply the methodology to analyse two real data set.Universidade Federal de Minas GeraisUFMGEstatísticaTeoria bayesiana de decisão estatisticaTeoria da estimativaExponencialPartesModelo exponencial por partes via modelos partição produtoinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UFMGinstname:Universidade Federal de Minas Gerais (UFMG)instacron:UFMGORIGINALfabiodemarqui_2006.pdfapplication/pdf938823https://repositorio.ufmg.br/bitstream/1843/RFFO-7HQRJY/1/fabiodemarqui_2006.pdfa31e708010cad5843b458f49dcad96d8MD51TEXTfabiodemarqui_2006.pdf.txtfabiodemarqui_2006.pdf.txtExtracted texttext/plain119813https://repositorio.ufmg.br/bitstream/1843/RFFO-7HQRJY/2/fabiodemarqui_2006.pdf.txt8a8fd68014bb9440a2324679bad85cf4MD521843/RFFO-7HQRJY2019-11-14 05:49:52.723oai:repositorio.ufmg.br:1843/RFFO-7HQRJYRepositório de PublicaçõesPUBhttps://repositorio.ufmg.br/oaiopendoar:2019-11-14T08:49:52Repositório Institucional da UFMG - Universidade Federal de Minas Gerais (UFMG)false |
dc.title.pt_BR.fl_str_mv |
Modelo exponencial por partes via modelos partição produto |
title |
Modelo exponencial por partes via modelos partição produto |
spellingShingle |
Modelo exponencial por partes via modelos partição produto Fabio Nogueira Demarqui Exponencial Partes Estatística Teoria bayesiana de decisão estatistica Teoria da estimativa |
title_short |
Modelo exponencial por partes via modelos partição produto |
title_full |
Modelo exponencial por partes via modelos partição produto |
title_fullStr |
Modelo exponencial por partes via modelos partição produto |
title_full_unstemmed |
Modelo exponencial por partes via modelos partição produto |
title_sort |
Modelo exponencial por partes via modelos partição produto |
author |
Fabio Nogueira Demarqui |
author_facet |
Fabio Nogueira Demarqui |
author_role |
author |
dc.contributor.advisor1.fl_str_mv |
Rosangela Helena Loschi |
dc.contributor.advisor-co1.fl_str_mv |
Enrico Antonio Colosimo |
dc.contributor.referee1.fl_str_mv |
Frederico Rodrigues Borges da Cruz |
dc.contributor.referee2.fl_str_mv |
Francisco Louzada Neto |
dc.contributor.author.fl_str_mv |
Fabio Nogueira Demarqui |
contributor_str_mv |
Rosangela Helena Loschi Enrico Antonio Colosimo Frederico Rodrigues Borges da Cruz Francisco Louzada Neto |
dc.subject.por.fl_str_mv |
Exponencial Partes |
topic |
Exponencial Partes Estatística Teoria bayesiana de decisão estatistica Teoria da estimativa |
dc.subject.other.pt_BR.fl_str_mv |
Estatística Teoria bayesiana de decisão estatistica Teoria da estimativa |
description |
Uma das maiores dificuldades relacionadas com o uso do modelo exponencial por partes é encontrar a partição do eixo do tempo necessária para sua definição. Em geral, o número de intervalos associado a tal partição, bem como a posição de cada intervalo, são determinados de maneira arbitrária. Neste trabalho é introduzida uma abordagem bayesiana para o modelo exponencial por partes em que a partição que divide o eixo do tempo, assim como o nú mero de intervalos, são considerados aleatórios. A função taxa de falha é estimada utilizando-se o procedimento proposto e os resultados são comparados com as estimativas fornecidas pelo modelo proposto por Kim e Proschan (1991). Uma análise de sensibilidade do modelo proposto considerando-se diferentes escolhas de coesões a priori e diferentes distribuições a priori para a taxa de falha é realizada. A metodologia proposta é utilizada para se analisar dois conjuntos de dados reais. |
publishDate |
2006 |
dc.date.issued.fl_str_mv |
2006-03-10 |
dc.date.accessioned.fl_str_mv |
2019-08-11T07:10:50Z |
dc.date.available.fl_str_mv |
2019-08-11T07:10:50Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
http://hdl.handle.net/1843/RFFO-7HQRJY |
url |
http://hdl.handle.net/1843/RFFO-7HQRJY |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.publisher.none.fl_str_mv |
Universidade Federal de Minas Gerais |
dc.publisher.initials.fl_str_mv |
UFMG |
publisher.none.fl_str_mv |
Universidade Federal de Minas Gerais |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFMG instname:Universidade Federal de Minas Gerais (UFMG) instacron:UFMG |
instname_str |
Universidade Federal de Minas Gerais (UFMG) |
instacron_str |
UFMG |
institution |
UFMG |
reponame_str |
Repositório Institucional da UFMG |
collection |
Repositório Institucional da UFMG |
bitstream.url.fl_str_mv |
https://repositorio.ufmg.br/bitstream/1843/RFFO-7HQRJY/1/fabiodemarqui_2006.pdf https://repositorio.ufmg.br/bitstream/1843/RFFO-7HQRJY/2/fabiodemarqui_2006.pdf.txt |
bitstream.checksum.fl_str_mv |
a31e708010cad5843b458f49dcad96d8 8a8fd68014bb9440a2324679bad85cf4 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UFMG - Universidade Federal de Minas Gerais (UFMG) |
repository.mail.fl_str_mv |
|
_version_ |
1803589421838106624 |