不完全现场失效数据分析
应用统计
2014-12-04 v1
摘要
许多商业产品通过经销商销售并附带保修。制造商-零售商的分销机制导致现场返回数据存在严重的缺失数据问题，因为制造商通常不知道未返回产品的销售日期。本研究考虑了具有未知销售日期和保修限制的现场失效数据的一般设置。开发了一种随机期望最大化（SEM）算法来估计销售滞后（从运送给零售商到销售给客户的时间）和所研究产品寿命的分布。通过大量模拟评估了SEM算法的性能，并与Ghosh [Ann. Appl. Stat. 4 (2010) 1976-1999]提出的插补方法进行了比较。三个实际例子说明了本文提出的方法。
引用
@article{arxiv.1412.1331,
title = {On analysis of incomplete field failure data},
author = {Zhisheng Ye and Hon Keung Tony Ng},
journal= {arXiv preprint arXiv:1412.1331},
year = {2014}
}
备注
Published in at http://dx.doi.org/10.1214/14-AOAS752 the Annals of Applied Statistics (http://www.imstat.org/aoas/) by the Institute of Mathematical Statistics (http://www.imstat.org)