Inferência bayesiana para testes acelerados "step-stress" com dados de falha sob censura e distribuição Gama

Detalhes bibliográficos
Autor(a) principal: Chagas, Karlla Delalibera [UNESP]
Data de Publicação: 2018
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UNESP
Texto Completo: http://hdl.handle.net/11449/153943
Resumo: Neste trabalho iremos realizar uma abordagem sobre a modelagem de dados que advém de um teste acelerado. Consideraremos o caso em que a carga de estresse aplicada foi do tipo "step-stress". Para a modelagem, utilizaremos os modelos step-stress simples e múltiplo sob censura tipo II e censura progressiva tipo II, e iremos supor que os tempos de vida dos itens em teste seguem uma distribuição Gama. Além disso, também será utilizado o modelo step-stress simples sob censura tipo II considerando a presença de riscos competitivos. Será realizada uma abordagem clássica, por meio do método de máxima verossimilhança e uma abordagem Bayesiana usando prioris não-informativas, para estimar os parâmetros dos modelos. Temos como objetivo realizar a comparação dessas duas abordagens por meio de simulações para diferentes tamanhos amostrais e utilizando diferentes funções de perda (Erro Quadrático, Linex, Entropia), e através de estatísticas verificaremos qual desses métodos se aproxima mais dos verdadeiros valores dos parâmetros.
id UNSP_40b3040f7d809183c770c544bbbe7e44
oai_identifier_str oai:repositorio.unesp.br:11449/153943
network_acronym_str UNSP
network_name_str Repositório Institucional da UNESP
repository_id_str 2946
spelling Inferência bayesiana para testes acelerados "step-stress" com dados de falha sob censura e distribuição GamaBayesian inference for accelerated testing "step-stress" with fault data under censorship and GammaTestes aceleradosMCMCDistribuição GamaFunções de perdaRiscos competitivosStep-stressMáxima verossimilhançaAccelerated testingMaximum likelihoodGamma distributionLoss functionsCompetitive risksNeste trabalho iremos realizar uma abordagem sobre a modelagem de dados que advém de um teste acelerado. Consideraremos o caso em que a carga de estresse aplicada foi do tipo "step-stress". Para a modelagem, utilizaremos os modelos step-stress simples e múltiplo sob censura tipo II e censura progressiva tipo II, e iremos supor que os tempos de vida dos itens em teste seguem uma distribuição Gama. Além disso, também será utilizado o modelo step-stress simples sob censura tipo II considerando a presença de riscos competitivos. Será realizada uma abordagem clássica, por meio do método de máxima verossimilhança e uma abordagem Bayesiana usando prioris não-informativas, para estimar os parâmetros dos modelos. Temos como objetivo realizar a comparação dessas duas abordagens por meio de simulações para diferentes tamanhos amostrais e utilizando diferentes funções de perda (Erro Quadrático, Linex, Entropia), e através de estatísticas verificaremos qual desses métodos se aproxima mais dos verdadeiros valores dos parâmetros.In this work, we will perform an approach to data modeling that comes from an accelerated test. We will consider the case where the stress load applied was of the step-stress type. For the modeling, we will use the simple and multiple step-stress models under censorship type II and progressive censorship type II, and we will assume that the lifetimes of the items under test follow a Gamma distribution. In addition, the simple step-stress model under censorship type II will also be used considering the presence of competitive risks. A classical approach will be performed, using the maximum likelihood method and a Bayesian approach using non-informative prioris, to estimate the parameters of the models. We aim to compare these two approaches by simulations for different sample sizes and using different loss functions (Quadratic Error, Linex, Entropy), and through statistics, we will check which of these approaches is closer to the true values of the parameters.Pró-Reitoria de Pós-Graduação (PROPG UNESP)Universidade Estadual Paulista (Unesp)Moada, Fernando Antonio [UNESP]Universidade Estadual Paulista (Unesp)Chagas, Karlla Delalibera [UNESP]2018-05-14T12:53:09Z2018-05-14T12:53:09Z2018-04-16info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://hdl.handle.net/11449/15394300090169233004129046P9porinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UNESPinstname:Universidade Estadual Paulista (UNESP)instacron:UNESP2024-06-20T15:49:43Zoai:repositorio.unesp.br:11449/153943Repositório InstitucionalPUBhttp://repositorio.unesp.br/oai/requestopendoar:29462024-08-05T16:20:53.127961Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP)false
dc.title.none.fl_str_mv Inferência bayesiana para testes acelerados "step-stress" com dados de falha sob censura e distribuição Gama
Bayesian inference for accelerated testing "step-stress" with fault data under censorship and Gamma
title Inferência bayesiana para testes acelerados "step-stress" com dados de falha sob censura e distribuição Gama
spellingShingle Inferência bayesiana para testes acelerados "step-stress" com dados de falha sob censura e distribuição Gama
Chagas, Karlla Delalibera [UNESP]
Testes acelerados
MCMC
Distribuição Gama
Funções de perda
Riscos competitivos
Step-stress
Máxima verossimilhança
Accelerated testing
Maximum likelihood
Gamma distribution
Loss functions
Competitive risks
title_short Inferência bayesiana para testes acelerados "step-stress" com dados de falha sob censura e distribuição Gama
title_full Inferência bayesiana para testes acelerados "step-stress" com dados de falha sob censura e distribuição Gama
title_fullStr Inferência bayesiana para testes acelerados "step-stress" com dados de falha sob censura e distribuição Gama
title_full_unstemmed Inferência bayesiana para testes acelerados "step-stress" com dados de falha sob censura e distribuição Gama
title_sort Inferência bayesiana para testes acelerados "step-stress" com dados de falha sob censura e distribuição Gama
author Chagas, Karlla Delalibera [UNESP]
author_facet Chagas, Karlla Delalibera [UNESP]
author_role author
dc.contributor.none.fl_str_mv Moada, Fernando Antonio [UNESP]
Universidade Estadual Paulista (Unesp)
dc.contributor.author.fl_str_mv Chagas, Karlla Delalibera [UNESP]
dc.subject.por.fl_str_mv Testes acelerados
MCMC
Distribuição Gama
Funções de perda
Riscos competitivos
Step-stress
Máxima verossimilhança
Accelerated testing
Maximum likelihood
Gamma distribution
Loss functions
Competitive risks
topic Testes acelerados
MCMC
Distribuição Gama
Funções de perda
Riscos competitivos
Step-stress
Máxima verossimilhança
Accelerated testing
Maximum likelihood
Gamma distribution
Loss functions
Competitive risks
description Neste trabalho iremos realizar uma abordagem sobre a modelagem de dados que advém de um teste acelerado. Consideraremos o caso em que a carga de estresse aplicada foi do tipo "step-stress". Para a modelagem, utilizaremos os modelos step-stress simples e múltiplo sob censura tipo II e censura progressiva tipo II, e iremos supor que os tempos de vida dos itens em teste seguem uma distribuição Gama. Além disso, também será utilizado o modelo step-stress simples sob censura tipo II considerando a presença de riscos competitivos. Será realizada uma abordagem clássica, por meio do método de máxima verossimilhança e uma abordagem Bayesiana usando prioris não-informativas, para estimar os parâmetros dos modelos. Temos como objetivo realizar a comparação dessas duas abordagens por meio de simulações para diferentes tamanhos amostrais e utilizando diferentes funções de perda (Erro Quadrático, Linex, Entropia), e através de estatísticas verificaremos qual desses métodos se aproxima mais dos verdadeiros valores dos parâmetros.
publishDate 2018
dc.date.none.fl_str_mv 2018-05-14T12:53:09Z
2018-05-14T12:53:09Z
2018-04-16
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/11449/153943
000901692
33004129046P9
url http://hdl.handle.net/11449/153943
identifier_str_mv 000901692
33004129046P9
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.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidade Estadual Paulista (Unesp)
publisher.none.fl_str_mv Universidade Estadual Paulista (Unesp)
dc.source.none.fl_str_mv reponame:Repositório Institucional da UNESP
instname:Universidade Estadual Paulista (UNESP)
instacron:UNESP
instname_str Universidade Estadual Paulista (UNESP)
instacron_str UNESP
institution UNESP
reponame_str Repositório Institucional da UNESP
collection Repositório Institucional da UNESP
repository.name.fl_str_mv Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP)
repository.mail.fl_str_mv
_version_ 1808128636435300352

Registros relacionados