Métodos Bayesianos em confiabilidade de software
Autor(a) principal: | |
---|---|
Data de Publicação: | 1999 |
Tipo de documento: | Tese |
Idioma: | por |
Título da fonte: | Biblioteca Digital de Teses e Dissertações da USP |
Texto Completo: | https://doi.org/10.11606/T.45.1999.tde-20210729-023926 |
Resumo: | Nesta tese introduzimos novos modelos para confiabilidade de software assumindo processos de Poisson não homogêneos. Análises Bayesiana para os modelos propostos são consideradas usando métodos MCMC (Monte Carlo em Cadeias de Markov). Em geral, dados de confiabilidade de software envolvem opiniões de especialistas que podem ser incorporadas como distribuições a priori informativas. Consideramos superposição de processos de Poisson não-homogêneos independentes com e sem introdução de covariáveis, superposição de processos de Poisson não-homogêneos assumindo dependência e uso de processo de Poisson não-homogêneo com função intensidade Weibull-exponenciada como alternativa ao uso de uma superposição de processos não-homogêneos. Usamos métodos Bayesianos para discriminar diferentes modelos para dados de confiabilidade de software |
id |
USP_0e0e9acda20395093d129740eccb64b7 |
---|---|
oai_identifier_str |
oai:teses.usp.br:tde-20210729-023926 |
network_acronym_str |
USP |
network_name_str |
Biblioteca Digital de Teses e Dissertações da USP |
repository_id_str |
2721 |
spelling |
info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesis Métodos Bayesianos em confiabilidade de software not available 1999-12-16Jorge Alberto AchcarJuan Esteban Alberto Ramirez CidUniversidade de São PauloEstatísticaUSPBR Inferência Estatística Nesta tese introduzimos novos modelos para confiabilidade de software assumindo processos de Poisson não homogêneos. Análises Bayesiana para os modelos propostos são consideradas usando métodos MCMC (Monte Carlo em Cadeias de Markov). Em geral, dados de confiabilidade de software envolvem opiniões de especialistas que podem ser incorporadas como distribuições a priori informativas. Consideramos superposição de processos de Poisson não-homogêneos independentes com e sem introdução de covariáveis, superposição de processos de Poisson não-homogêneos assumindo dependência e uso de processo de Poisson não-homogêneo com função intensidade Weibull-exponenciada como alternativa ao uso de uma superposição de processos não-homogêneos. Usamos métodos Bayesianos para discriminar diferentes modelos para dados de confiabilidade de software In this dissertation, we introduce new models for software reliability data assuming non-homogeneous Poisson processes. Bayesian analysis are considered for the proposed models using MCMC (Markov Chain Monte Carlo) methods. Usually, software reliability data have expert opinion which could be incorporated as informative prior distributions. We consider superposition of independent non-homogeneous Poisson processes assuming and not assuming covariates, superposition of dependent non-homogeneous Poisson processes, and the use of non-homogeneous Poisson processes with a exponentiated-Weibull form for the intensity function. We use Bayesian methods dor discrimination of the proposed models for software reliability data https://doi.org/10.11606/T.45.1999.tde-20210729-023926info:eu-repo/semantics/openAccessporreponame:Biblioteca Digital de Teses e Dissertações da USPinstname:Universidade de São Paulo (USP)instacron:USP2023-12-21T19:40:34Zoai:teses.usp.br:tde-20210729-023926Biblioteca Digital de Teses e Dissertaçõeshttp://www.teses.usp.br/PUBhttp://www.teses.usp.br/cgi-bin/mtd2br.plvirginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.bropendoar:27212023-12-22T13:02:14.036931Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false |
dc.title.pt.fl_str_mv |
Métodos Bayesianos em confiabilidade de software |
dc.title.alternative.en.fl_str_mv |
not available |
title |
Métodos Bayesianos em confiabilidade de software |
spellingShingle |
Métodos Bayesianos em confiabilidade de software Juan Esteban Alberto Ramirez Cid |
title_short |
Métodos Bayesianos em confiabilidade de software |
title_full |
Métodos Bayesianos em confiabilidade de software |
title_fullStr |
Métodos Bayesianos em confiabilidade de software |
title_full_unstemmed |
Métodos Bayesianos em confiabilidade de software |
title_sort |
Métodos Bayesianos em confiabilidade de software |
author |
Juan Esteban Alberto Ramirez Cid |
author_facet |
Juan Esteban Alberto Ramirez Cid |
author_role |
author |
dc.contributor.advisor1.fl_str_mv |
Jorge Alberto Achcar |
dc.contributor.author.fl_str_mv |
Juan Esteban Alberto Ramirez Cid |
contributor_str_mv |
Jorge Alberto Achcar |
description |
Nesta tese introduzimos novos modelos para confiabilidade de software assumindo processos de Poisson não homogêneos. Análises Bayesiana para os modelos propostos são consideradas usando métodos MCMC (Monte Carlo em Cadeias de Markov). Em geral, dados de confiabilidade de software envolvem opiniões de especialistas que podem ser incorporadas como distribuições a priori informativas. Consideramos superposição de processos de Poisson não-homogêneos independentes com e sem introdução de covariáveis, superposição de processos de Poisson não-homogêneos assumindo dependência e uso de processo de Poisson não-homogêneo com função intensidade Weibull-exponenciada como alternativa ao uso de uma superposição de processos não-homogêneos. Usamos métodos Bayesianos para discriminar diferentes modelos para dados de confiabilidade de software |
publishDate |
1999 |
dc.date.issued.fl_str_mv |
1999-12-16 |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/doctoralThesis |
format |
doctoralThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
https://doi.org/10.11606/T.45.1999.tde-20210729-023926 |
url |
https://doi.org/10.11606/T.45.1999.tde-20210729-023926 |
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 de São Paulo |
dc.publisher.program.fl_str_mv |
Estatística |
dc.publisher.initials.fl_str_mv |
USP |
dc.publisher.country.fl_str_mv |
BR |
publisher.none.fl_str_mv |
Universidade de São Paulo |
dc.source.none.fl_str_mv |
reponame:Biblioteca Digital de Teses e Dissertações da USP instname:Universidade de São Paulo (USP) instacron:USP |
instname_str |
Universidade de São Paulo (USP) |
instacron_str |
USP |
institution |
USP |
reponame_str |
Biblioteca Digital de Teses e Dissertações da USP |
collection |
Biblioteca Digital de Teses e Dissertações da USP |
repository.name.fl_str_mv |
Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP) |
repository.mail.fl_str_mv |
virginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.br |
_version_ |
1794502921912582144 |