邢剛 袁守成
摘要:在產品壽命服從指數(shù)分布無替換定數(shù)截尾壽命試驗的場合下,基于Edgeworth和Cornish-Fisher展開方法,得到了兩獨立總體平均壽命比率的精確漸近分布函數(shù)及置信區(qū)間。經分析,所得的置信區(qū)間不僅適用于大樣本情況,而且對小樣本的估計效果尤為良好。
摘要:指數(shù)分布;Edgeworth展開;平均壽命比率
產品質量是企業(yè)發(fā)展的關鍵因素之一,而產品壽命又是產品質量的一個重要評價指標。在企業(yè)生產的創(chuàng)新升級中,人們往往需要通過檢驗產品的壽命是否發(fā)生改變來判斷生產改造的效果,并且要求檢驗的結果越精確越好。因此,兩總體的產品平均壽命比率在產品的質量分析中是一個重要的研究課題。指數(shù)分布是產品壽命可靠性分析中一種常見的分布,設產品壽命服從參數(shù)為的指數(shù)分布,其密度函數(shù)為:
其中 0,記作。易知產品的平均壽命為參數(shù),故兩獨立總體的平均壽命比率為它們的參數(shù)之比。
關于產品平均壽命比率的研究已取得一些成果,文獻參考文獻:
[1]給出了兩獨立總體平均壽命比率樞軸量的漸近分布,但該方法對小樣本的估計效果不顯著。文獻[2]利用廣義變量的方法給出了雙參數(shù)指數(shù)分布平均壽命比率的置信區(qū)間,但該方法所得結論不具有一般性。在文獻[3]中,作者利用Edgeworth展開方法得到了雙參數(shù)指數(shù)分布平均壽命比率樞軸量的漸近分布和置信區(qū)間,但給出的結論僅是二階展開,在小樣本情況下效果不是很令人滿意。
本文基于無替換定數(shù)截尾壽命試驗,利用Edgeworth和Cornish-Fisher展開方法,在文獻[3]的研究基礎上進一步討論了服從指數(shù)分布的兩總體平均壽命比率,并分別給出了平均壽命比率樞軸量漸近分布及其置信區(qū)間的一般形式。由于在Edgeworth展開中保留了更多的分布信息,所以明顯地提高了區(qū)間估計的效果,對于小樣本的情況效果更加顯著。
;?定義1 設是一組來自總體X容量為n的樣本,且,.記的相合無偏估計量. 若Sn漸近服從標準正態(tài)分布,則稱:
為分布函數(shù)的Edgeworth展開,其中和分別為標準正態(tài)分布的分布函數(shù)和密度函數(shù)。而為依賴于變量的累積量的函數(shù)。
由文獻[7]可知,多項式的最高次冪為.易見,若為偶數(shù)時,則為奇數(shù)次冪多項式;若為奇數(shù)時,則為偶數(shù)次冪多項式。當時,有
其中為標準化隨機變量的累積量,且
定義2 設的分布函數(shù)滿足Edgeworth展開,用表示的 分位點,即,Za表示的分位點,則稱:
(5)
為分位點的Cornish-Fisher展開,其中是可以用表示關于 的多項式函數(shù)。
引理1 設為來自指數(shù)分布,樣本容量為n 的無替換定數(shù)截尾壽命試驗前r個樣本,試驗總時間.產品的平均壽命,的最大似然估計量,且.
引理2 設和是分別來自兩獨立總體和,樣本容量為n的前r個次序統(tǒng)計量,若兩總體的平均壽命比率為,則R的無偏估計量為.
定理1 在無替換定數(shù)截尾壽命試驗中,如果和是來自兩獨立總體和,樣本容量為n的前 r個次序統(tǒng)計量,那么的分布函數(shù)的Edgeworth展開式為:
證明:由引理1可知,故可寫為2r個獨立同分布的標準正態(tài)分布變量的平方和,即.
若記,則利用中心極限定理可得
由引理2,.
由引理1易知,當 ,故可寫為
,從而.
又因為,所以.
根據定義1,分布函數(shù)的Edgeworth展開式為:
令,由(2)、(3)、(4)可得. 經整理,
定理2;指數(shù)分布平均壽命比率R的置信水平為的置信區(qū)間為
(6)
其中:
,為標準正態(tài)分布的a分位數(shù).
證:由定義2可知,的分位點的Cornish-Fisher展開式為
可得
因為,所以指數(shù)分布平均壽命比率R置信水平為的置信區(qū)間為
本文利用Edgeworth展開方法,給出在定數(shù)截尾壽命試驗中基于指數(shù)分布的兩總體平均壽命比率 樞軸量的分布函數(shù),同時利用Cornish-Fisher展開方法得到了 置信區(qū)間的一般形式。該形式精確到展開式的三階項,包含更多分布信息。相比較文獻[8]列出的簡單形式和文獻[3]提供的二階展開式,我們給出的置信區(qū)間更加精確,區(qū)間長度也更小,不僅適應于大樣本數(shù)據,小樣本的情況也同樣令人滿意。
參考文獻:
[1]史建紅,林紅梅.兩個獨立服從雙參數(shù)指數(shù)分布產品平均壽命比率的統(tǒng)計推斷(英文)[J].應用概率統(tǒng)計,2013,29(01):87—96.
[2]李建波,張日權.雙參數(shù)指數(shù)分布參數(shù)比率統(tǒng)計推斷的研究[J].應用概率統(tǒng)計,2010, 26(01): 81—88.
[3]袁守成.雙參數(shù)指數(shù)分布平均壽命比率的區(qū)間估計[J].統(tǒng)計與決策,2017(11): 14—16.
[4]仲雪榮,傅玨生.統(tǒng)計量 分布的Edgeworth展開式[J].蘇州大學學報(自然科學版), 2010,26(02):23—26.
[5]金華.U-統(tǒng)計量的Edgeworth展開及其隨機加權逼近[J].華南師范大學學報(自然科學版),2002(04):21—24.
[6]陳明華,任哲. L-統(tǒng)計量的Edgeworth展開和隨機加權逼近[J].工科數(shù)學,1999(02): 7—16.
[7]Hall P.The Bootstrap and Edgeworth Expansion[M].New York:Springer,1992.
[8]李建波,張日權.單參數(shù)指數(shù)分布參數(shù)比率統(tǒng)計推斷的研究[J].應用數(shù)學學報,2011, 34(05):769-777.