Uso de Métodos Bayesianos na Análise de Dados de Confiabilidade de Software Considerando Tempos entre Falhas

Detalhes bibliográficos
Autor(a) principal: Brassolatti, Daniela
Data de Publicação: 1997
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da USP
Texto Completo: http://www.teses.usp.br/teses/disponiveis/55/55134/tde-19032018-164343/
Resumo: Nesta dissertação de mestrado, apresentamos análises Clássica e Bayesiana para os principais modelos de Estratégia tipo I, estratégia de modelos de confiabilidade de software que modelam os tempos entre falhas do software. Na análise Clássica, estimadores pontuais e intervalos de confiança são encontrados usando métodos assintóticos. Na análise Bayesiana, considerando densidades a priori informativas para os parâmetros dos modelos, determinamos os resumos a posteriori, utilizando os métodos de simulação Gibbs Sampling e Metrópolis Hastings. Em particular, consideramos diferentes densidades a priori para os parâmetros do modelo de Jelinski e Moranda (1972) (um dos primeiros modelos de confiabilidade de software desenvolvido) e verificamos a consequência de uma reparametrização para esse modelo. Também, apresentamos a técnica das distribuições preditivas condicionais ordenadas (CPO) para selecionar o melhor modelo dentre os modelos analisados. Finalizamos, ilustrando os métodos propostos através de um exemplo prático
id USP_677f82f7d989b8a8e87090ce06b888bf
oai_identifier_str oai:teses.usp.br:tde-19032018-164343
network_acronym_str USP
network_name_str Biblioteca Digital de Teses e Dissertações da USP
repository_id_str 2721
spelling Uso de Métodos Bayesianos na Análise de Dados de Confiabilidade de Software Considerando Tempos entre FalhasNot availableNão disponívelNot availableNesta dissertação de mestrado, apresentamos análises Clássica e Bayesiana para os principais modelos de Estratégia tipo I, estratégia de modelos de confiabilidade de software que modelam os tempos entre falhas do software. Na análise Clássica, estimadores pontuais e intervalos de confiança são encontrados usando métodos assintóticos. Na análise Bayesiana, considerando densidades a priori informativas para os parâmetros dos modelos, determinamos os resumos a posteriori, utilizando os métodos de simulação Gibbs Sampling e Metrópolis Hastings. Em particular, consideramos diferentes densidades a priori para os parâmetros do modelo de Jelinski e Moranda (1972) (um dos primeiros modelos de confiabilidade de software desenvolvido) e verificamos a consequência de uma reparametrização para esse modelo. Também, apresentamos a técnica das distribuições preditivas condicionais ordenadas (CPO) para selecionar o melhor modelo dentre os modelos analisados. Finalizamos, ilustrando os métodos propostos através de um exemplo práticoIn this dissertation we preseut Classical and Bayesian analyses for the most important models of strategy of type-I used in software reliability to model times between failures. In the Classical approach, point estimators and confidence intervals are obtained using assymptotical methods. In the Bayesian approach, considering informative prior densities for the parameters of the models, we obtain posterior surmnaries of interest, using the simulatim algorithms Gibbs Sampling and Metrópolis Hastings. In special, we consider different prior densities for the parameters of the Jelinki and Moranda (1972) model and we also check the effects of a reparametrization in the obtained inferences. We also consider the technique of ordinated conditional predictive distributions (CPO) to select the best model among all considered models. We conclude the work, presenting a practical example as a numerical illustration of the proposed methodology.Biblioteca Digitais de Teses e Dissertações da USPAchcar, Jorge AlbertoBrassolatti, Daniela1997-07-10info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://www.teses.usp.br/teses/disponiveis/55/55134/tde-19032018-164343/reponame:Biblioteca Digital de Teses e Dissertações da USPinstname:Universidade de São Paulo (USP)instacron:USPLiberar o conteúdo para acesso público.info:eu-repo/semantics/openAccesspor2018-07-19T20:50:39Zoai:teses.usp.br:tde-19032018-164343Biblioteca 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:27212018-07-19T20:50:39Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false
dc.title.none.fl_str_mv Uso de Métodos Bayesianos na Análise de Dados de Confiabilidade de Software Considerando Tempos entre Falhas
Not available
title Uso de Métodos Bayesianos na Análise de Dados de Confiabilidade de Software Considerando Tempos entre Falhas
spellingShingle Uso de Métodos Bayesianos na Análise de Dados de Confiabilidade de Software Considerando Tempos entre Falhas
Brassolatti, Daniela
Não disponível
Not available
title_short Uso de Métodos Bayesianos na Análise de Dados de Confiabilidade de Software Considerando Tempos entre Falhas
title_full Uso de Métodos Bayesianos na Análise de Dados de Confiabilidade de Software Considerando Tempos entre Falhas
title_fullStr Uso de Métodos Bayesianos na Análise de Dados de Confiabilidade de Software Considerando Tempos entre Falhas
title_full_unstemmed Uso de Métodos Bayesianos na Análise de Dados de Confiabilidade de Software Considerando Tempos entre Falhas
title_sort Uso de Métodos Bayesianos na Análise de Dados de Confiabilidade de Software Considerando Tempos entre Falhas
author Brassolatti, Daniela
author_facet Brassolatti, Daniela
author_role author
dc.contributor.none.fl_str_mv Achcar, Jorge Alberto
dc.contributor.author.fl_str_mv Brassolatti, Daniela
dc.subject.por.fl_str_mv Não disponível
Not available
topic Não disponível
Not available
description Nesta dissertação de mestrado, apresentamos análises Clássica e Bayesiana para os principais modelos de Estratégia tipo I, estratégia de modelos de confiabilidade de software que modelam os tempos entre falhas do software. Na análise Clássica, estimadores pontuais e intervalos de confiança são encontrados usando métodos assintóticos. Na análise Bayesiana, considerando densidades a priori informativas para os parâmetros dos modelos, determinamos os resumos a posteriori, utilizando os métodos de simulação Gibbs Sampling e Metrópolis Hastings. Em particular, consideramos diferentes densidades a priori para os parâmetros do modelo de Jelinski e Moranda (1972) (um dos primeiros modelos de confiabilidade de software desenvolvido) e verificamos a consequência de uma reparametrização para esse modelo. Também, apresentamos a técnica das distribuições preditivas condicionais ordenadas (CPO) para selecionar o melhor modelo dentre os modelos analisados. Finalizamos, ilustrando os métodos propostos através de um exemplo prático
publishDate 1997
dc.date.none.fl_str_mv 1997-07-10
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://www.teses.usp.br/teses/disponiveis/55/55134/tde-19032018-164343/
url http://www.teses.usp.br/teses/disponiveis/55/55134/tde-19032018-164343/
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv
dc.rights.driver.fl_str_mv Liberar o conteúdo para acesso público.
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Liberar o conteúdo para acesso público.
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.coverage.none.fl_str_mv
dc.publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
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_ 1815257164115083264