Progressive censoring is very impor

Progressive censoring is very important in life-testing exper- iments. Its allowance for the removal of live-units from the
experiment at various strange is an attractive feature as it will potentially save a lot for experimenter in terms of cost and time. In a series of papers, [1–5] discussed the inference problems for a wide range of distributions under this progressive censoring sampling scheme. These developments have been summarized by Cohen and Whitten [6] , and more by Cohen [7] . While most of the above mentioned works were on the maximum likelihood method. Mann, Thomas and Wilson, and Cacciari, and Montanari [8–10] have discussed some linear inferences for the case of progressive Type-II right censoring. Mahmoud et al. [11] have derived approximate moments of progressively Type-II right censored order statistics from the Weibull Gamma distribution and using these moments to derive the best linear unbiased estimates and maximum likelihood estimates. Viveros

ผลลัพธ์ (ไทย) 1:

Censoring ก้าวหน้าเป็นสิ่งสำคัญมากในการทดสอบชีวิต exper-iments การเผื่อการกำจัดหน่วยสดจากการการทดลองที่หลากหลายแปลกเป็นคุณลักษณะน่าสนใจมันจะอาจประหยัดมากสำหรับ experimenter ในแง่ของต้นทุนและเวลา ในชุดของเอกสาร, [1-5] กล่าวถึงปัญหาการอ้างอิงสำหรับช่วงกว้างของการกระจายภายใต้โครงการนี้สุ่ม censoring ก้าวหน้า ได้สรุปการพัฒนาเหล่านี้แล้ว โดยโคเฮนและ Whitten [6], และเพิ่มเติมโคเฮน [7] ในขณะที่ส่วนใหญ่ของการทำงานดังกล่าวข้างต้นถูกวิธีโอกาสสูงสุด แมนน์ โธมัส และ วิลสัน และ Cacciari และ Montanari [8-10] ได้กล่าวถึงบาง inferences เชิงเส้นสำหรับกรณีของก้าวหน้าชนิด II ขวา censoring Mahmoud et al. [11] ได้รับช่วงเวลาโดยประมาณของสถิติใบสั่งเซ็นเซอร์ขวา Type II ความก้าวหน้าจากการแจกแจงแบบเวย์บูลแกมมา และใช้ช่วงเวลาเหล่านี้ได้ดีที่สุดเชิงเส้นกลางประมาณการและโอกาสสูงสุดประมาณการ Viveros

ผลลัพธ์ (ไทย) 2:

เซ็นเซอร์ก้าวหน้าเป็นสิ่งสำคัญมากในชีวิตการทดสอบ iments exper- ค่าเผื่อสำหรับการกำจัดของสดหน่วยจากที่
ทดลองที่แปลกต่าง ๆ เป็นคุณลักษณะที่น่าสนใจในขณะที่มันอาจจะบันทึกจำนวนมากสำหรับการทดลองในแง่ของค่าใช้จ่ายและเวลา ในชุดของเอกสาร, [1-5] กล่าวถึงปัญหาการอนุมานสำหรับหลากหลายของการกระจายภายใต้โครงการการสุ่มตัวอย่างเซ็นเซอร์ความก้าวหน้า การพัฒนาเหล่านี้ได้รับการสรุปโดยโคเฮนและ Whitten [6] และอื่น ๆ โดยโคเฮน [7] ขณะที่ส่วนใหญ่ของงานดังกล่าวข้างต้นอยู่บนวิธีโอกาสสูงสุด แมนน์, โทมัสและวิลสันและ Cacciari และ Montanari [8-10] ได้กล่าวถึงการหาข้อสรุปเชิงเส้นบางอย่างสำหรับกรณีของความก้าวหน้าทางขวาเซ็นเซอร์ประเภทที่สอง มาห์มูดอัลเอต [11] ได้มาจากช่วงเวลาที่มีความก้าวหน้าโดยประมาณของ Type-II ขวาตรวจสอบสถิติการสั่งซื้อจากการกระจาย Weibull แกมมาและการใช้ช่วงเวลาเหล่านี้จะได้รับสิ่งที่ดีที่สุดที่เป็นกลางประมาณการเชิงเส้นและประมาณการโอกาสสูงสุด Viveros

ผลลัพธ์ (ไทย) 3:

ก้าวหน้าข้อมูลเป็นสิ่งสำคัญมากในชีวิต ทดสอบใช้ - iments . เบี้ยเลี้ยงสำหรับการกำจัดหน่วยสดจากการทดลองต่าง ๆ แปลก เป็นคุณลักษณะที่น่าสนใจ มันอาจจะประหยัดมากสำหรับผู้ทดลองในแง่ของค่าใช้จ่ายและเวลา ในชุดของเอกสาร , [ 1 – 5 ] กล่าวถึงการอนุมานปัญหาสำหรับหลากหลายของการแจกแจงภายใต้โครงการนี้ก้าวหน้าข้อมูลการสุ่มตัวอย่าง การพัฒนาเหล่านี้ได้ถูกสรุปโดย Cohen และ Whitten [ 6 ] และเพิ่มเติมโดยโคเฮน [ 7 ] ในขณะที่ส่วนใหญ่ของข้างต้นที่กล่าวถึงการทำงานในวิธีความควรจะเป็นสูงสุด มาน , โทมัส และ วิลสัน และ cacciari และ Montanari [ 8 – 10 ] ได้กล่าวถึงบางเส้นใช้สำหรับกรณีประเภทก้าวหน้า 2 ถูกตัด . มาห์ et al . [ 11 ] ได้มาช่วงเวลาโดยประมาณของความก้าวหน้าชนิดที่สองถูกเซ็นเซอร์ไวเพื่อสถิติจากการแจกแจงแกมมา และใช้ช่วงเวลาเหล่านี้มาประเมินและประมาณการที่ดีที่สุดเชิงเส้นแบบความควรจะเป็นสูงสุด วิเวอรอส