《Scientific African》：An Entropy Transformed Inverse Rayleigh Gompertz Model under NHPP Framework with SVM–GA Estimation
编辑推荐：
摘要由于此类产品的分布显著右偏且无法假设为高斯分布，对其寿命数据进行建模仍然是一个挑战。本研究扩展了寿命建模方法，提出了一种熵变换逆Rayleigh-Gompertz（EIRG）分布，该分布源于逆Rayleigh-Gompertz分布，但通过熵类似变换实现，且无需添加额外的生
摘要
由于此类产品的分布显著右偏且无法假设为高斯分布，对其寿命数据进行建模仍然是一个挑战。本研究扩展了寿命建模方法，提出了一种熵变换逆Rayleigh-Gompertz（EIRG）分布，该分布源于逆Rayleigh-Gompertz分布，但通过熵类似变换实现，且无需添加额外的生成器参数。所得模型适用于不同的风险行为类型，即递增、递减、近似恒定和非单调风险，并具有解析上可处理的生存函数、风险函数、分位数、矩和剩余寿命函数。另一方法学改进是将似然推断纳入优化算法中，该算法使用支持向量回归（SVR）以及由遗传算法优化的SVR，先进行全局空间探索，再通过执行精确似然优化来细化找到的解。Monte Carlo实验被用于研究不同参数设置和样本量下的估计精度、置信区间性能、收敛行为和计算成本。模型的经验性能验证在两个与医疗行业相关的数据集上进行，并与经典及最新的寿命分布进行了比较。对于所分析的数据集，EIRG模型在整体似然拟合度和拟合优度方面表现良好，能够捕捉到强正偏态和异质风险模式。研究还表明，熵变换可以被视为对基线风险的时间依赖修正，从而允许以似然稳定且解析便捷的方式纳入异质风险模式，并获得可靠的可靠性函数。这些结果表明，基于熵的分布灵活性混合与代理辅助的似然优化，对于群体水平生存分析和可靠性分析，以及生物医学寿命数据分析都是有益的。
Samirah Alzubaidi|Adel S. Hussain|Hasanain Jalil Neamah Alsaedi|Hassan Alsuhabi|Ahmed M. Gemeay
