Estimation of Stress-Strength reliability for distributions with power hazard function using MCMC method

Abravesh, Akbar and Ganji, Masoud and Mostafaiy, Behdad Estimation of Stress-Strength reliability for distributions with power hazard function using MCMC method. In: 10th conference on statistical physics, soft condenced matter and complex systems, 2018. (Submitted)

[img] Text
p50-3.pdf

Download (400kB)

Abstract

Stress-Strength reliability is one of the applied concepts in engineering which applied as a scale to determine the reliability of a system. In this paper, squared error loss function is considered and a Bayes estimator of Stress-Strength reliability is obtained for distributions with power hazard function. Finally, the performance of this method is compared with the performance of other methods using simulation in software R.

Item Type: Conference or Workshop Item (Poster)
Persian Title: برآورد قابلیت اعتماد تنش-مقاومت برای توزیع‌های با تابع خطر توانی با استفاده از روش MCMC
Persian Abstract: قابلیت اعتماد تنش-مقاومت یکی از مفاهیم کاربردی در علوم مهندسی است که بعنوان شاخصی برای تعیین قابلیت اعتماد یک سیستم بکار می‌رود. در این مقاله، تابع زیان توان دوم خطا در نظر گرفته شده و یک برآوردگر بیزی برای قابلیت اعتماد تنش-مقاومت برای توزیع‌های با تابع خطر توانی ارائه می‌شود. برای محاسبه‌ی این برآوردگر از روش زنجیر مارکوف مونت کالو (MCMC) استفاده می‌شود. در پایان، عملکرد این روش با عملکرد روش‌های دیگر با استفاده از شبیه‌سازی در نرم افزار R مقایسه می‌شود.
Subjects: Divisions > Conferences > 10th conference on statistical physics, soft condenced matter and complex systems - 2018
Conferences > 10th conference on statistical physics, soft condenced matter and complex systems - 2018
Divisions: Conferences > 10th conference on statistical physics, soft condenced matter and complex systems - 2018
Subjects > Conferences > 10th conference on statistical physics, soft condenced matter and complex systems - 2018
Date Deposited: 07 Apr 2019 07:41
Last Modified: 07 Apr 2019 07:41
URI: http://repository.uma.ac.ir/id/eprint/6245

Actions (login required)

View Item View Item