Resumen

En este artículo, el interés está en estimar los productos Weibull cuando los datos disponibles se obtienen a través de un censura híbrida progresiva generalizada. El esquema de prueba lleva a cabo productos de interés de una manera más flexible y permite recopilar datos de fallas en escenarios experimentales eficientes y adaptables que las pruebas tradicionales de duración de vida. Cuando la vida latente de los productos sigue una distribución Weibull, se consideran inferencias clásicas y bayesianas para los parámetros desconocidos. Se establece la existencia y unicidad de estimaciones de máxima verosimilitud, y también se construyen intervalos de confianza aproximados a través de la teoría asintótica. Se obtienen estimaciones puntuales de Bayes, así como los intervalos de credibilidad de los parámetros, y, en consecuencia, también se proporciona una técnica de muestreo de Monte Carlo para la computación posterior compleja. Se lleva a cabo un extenso análisis numérico, y los resultados muestran que la censura hí

• Materias:Internet de las cosas Algoritmo iterativo Algoritmo de evaluación Viga viscoelástica Lenguaje de programación
• Subjects:Internet of things Iterative algorithm Evaluation algorithm Viscoelastic beam Programming language
• Palabras claves:Estimación; Productos Weibull; Censura híbrida progresiva generalizada; Inferencias clásicas y bayesianas; Estimaciones de máxima verosimilitud; Técnica de muestreo de Monte Carlo
• Keywords:Estimating; Weibull products; Generalized progressive hybrid censoring; Classical and bayesian inferences; Maximum likelihood estimates; Monte carlo sampling technique