具有随机截尾数据的双参数瑞利分布的古典推理与贝叶斯推理方法 张岚曦（Lanxi Zhang）、 桂文豪（Wenhao Gui）、 赵子涵（Zihan Zhao） 以及 刘明辉（Minghui Liu）

《Entropy》：Classical and Bayesian Inference for the Two-Parameter Rayleigh Distribution with Random Censored Data Lanxi Zhang, Wenhao Gui, Zihan Zhao and Minghui Liu

　　

"

摘要	本研究重点探讨了在随机截尾情况下，双参数瑞利分布的参数估计和可靠性分析。研究表明，直接使用标准瑞利分布进行参数估计可能会导致较大的误差，尤其是在数据集中包含极小值的情况下。为了解决传统单参数瑞利分布在实际应用中的局限性（该分布缺乏阈值参数），本文提出了一种双参数瑞利分布模型。主要研究内容包括：建立随机截尾数据模型；基于最大似然估计和其他经典估计方法推导出相应的推断方法；以及构建基于贝叶斯的估计框架。我们还通过推导相应的估计值来分析 several 可靠性和实验特性。通过蒙特卡洛仿真研究了所提估计量的性能。最后，使用真实的数据集验证了双参数模型的实用性和优越性。结果表明，双参数瑞利分布能够更准确地表征具有阈值特征的生存数据，并在模型拟合和可靠性估计方面优于单参数模型。