MétaCan
Menu
Retour à la cohorte
Enregistrement W1825717997 · doi:10.6000/1929-6029.2015.04.02.5

Reliability Analysis for Two Components Connected in Parallel with Lindley Probability Model

2015· article· en· W1825717997 sur OpenAlexvenueno aff
Ehtesham Hussain, Masood ul Haq

Notice bibliographique

RevueInternational Journal of Statistics in Medical Research · 2015
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueProbabilistic and Robust Engineering Design
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMathematicsReliability (semiconductor)EstimatorStatisticsConfidence intervalMoment (physics)Extension (predicate logic)Maximum likelihoodApplied mathematicsCombinatoricsPower (physics)PhysicsComputer scienceThermodynamics

Résumé

récupéré en direct d'OpenAlex

Reliability of structures has been discussed by several authors using probability models. Some of the early researches have been discussed by Birnbaum (1956) [1] in which two independent variables X and Y are defined as “Strength” and “Stress” respectively. This research is an extension of Mann- Whitney paper (1947) [2] on P(Y<X). Beg (1979c, 1980b, 1980c) [3-5] estimated reliability i.e R = P(Y<X), by taking two parameter Pareto and Power function distributions. Gupta and Gupta (1990) [6] have found point estimates of R=P(aX> bY) by Maximum likelihood and MVUE of R. In the present paper we have considered R=P(Y<X) where X and Y independently follow Lindley distribution. The MLE and Moment estimators of the distribution and then that of R have been found. A simulation study has been done to estimate biasedness and Confidence interval of R.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,036
score de la tête « metaresearch » (Gemma)0,141
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesMétarecherche
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,665
Score d'incertitude au seuil0,992

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0360,141
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0020,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,358
Tête enseignante GPT0,512
Écart entre enseignants0,154 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Statistics in Medical ResearchMême sujetProbabilistic and Robust Engineering DesignTravaux en français237 207