Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

MLE versus MCMC estimators of the mixture of failure rate model.

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61989100%3A27240%2F18%3A10241520" target="_blank" >RIV/61989100:27240/18:10241520 - isvavai.cz</a>

  • Výsledek na webu

    <a href="https://www.taylorfrancis.com/books/e/9781351174657" target="_blank" >https://www.taylorfrancis.com/books/e/9781351174657</a>

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    MLE versus MCMC estimators of the mixture of failure rate model.

  • Popis výsledku v původním jazyce

    In this paper, the parameters and reliability characteristics of the failure distribution of the mixture of failure rates are estimated based on a complete sample using both Markov Chain Monte Carlo (MCMC) method and Maximum Likelihood Estimation (MLE). While MLE is the most frequently used method for parameter estimation, MCMC has recently emerged as a good alternative. The most popular MCMC method, called Metropolis-Hastings algorithm is used to provide complete analysis of the concerned posterior distribution. A simulation study is provided to compare MCMC with MLE, and differences between the estimates obtained by the two approaches are evaluated.

  • Název v anglickém jazyce

    MLE versus MCMC estimators of the mixture of failure rate model.

  • Popis výsledku anglicky

    In this paper, the parameters and reliability characteristics of the failure distribution of the mixture of failure rates are estimated based on a complete sample using both Markov Chain Monte Carlo (MCMC) method and Maximum Likelihood Estimation (MLE). While MLE is the most frequently used method for parameter estimation, MCMC has recently emerged as a good alternative. The most popular MCMC method, called Metropolis-Hastings algorithm is used to provide complete analysis of the concerned posterior distribution. A simulation study is provided to compare MCMC with MLE, and differences between the estimates obtained by the two approaches are evaluated.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

  • OECD FORD obor

    10103 - Statistics and probability

Návaznosti výsledku

  • Projekt

    <a href="/cs/project/EF16_019%2F0000867" target="_blank" >EF16_019/0000867: Centrum výzkumu pokročilých mechatronických systémů</a><br>

  • Návaznosti

    P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)<br>S - Specificky vyzkum na vysokych skolach

Ostatní

  • Rok uplatnění

    2018

  • Kód důvěrnosti údajů

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Údaje specifické pro druh výsledku

  • Název statě ve sborníku

    Safety and Reliability - Safe Societies in a Changing World - Proceedings of the 28th International European Safety and Reliability Conference, ESREL 2018

  • ISBN

    978-0-8153-8682-7

  • ISSN

  • e-ISSN

    neuvedeno

  • Počet stran výsledku

    8

  • Strana od-do

    937-944

  • Název nakladatele

    CRC Press

  • Místo vydání

    Leiden

  • Místo konání akce

    Trondheim

  • Datum konání akce

    17. 6. 2018

  • Typ akce podle státní příslušnosti

    WRD - Celosvětová akce

  • Kód UT WoS článku