估计BiWeibull混合分布参数

Asep Solih Awalluddin
{"title":"估计BiWeibull混合分布参数","authors":"Asep Solih Awalluddin","doi":"10.15575/kubik.v3i2.4113","DOIUrl":null,"url":null,"abstract":"Salah satu pendekatan distribusi yang banyak digunakan dalam analsis data statistik adalah Distribusi Weibull. Pendekatan distribusi Weibull tunggal untuk populasi yang didalamnya terdapat beberapa sub populasi kurang baik digunakan, karena adanya perbedaan karakteristik data antar sub populasi tersebut, sehingga memungkinkan memiliki parameter yang berbeda. Distribusi campuran (mixture distribution) diharapkan dapat mencadi solusi pendekatan bentuk distribusi dengan kondisi data berasal dari beberapa sub populasi. Sebagai contoh distribusi usia atau masa pengobatan (sampai mati) pasien kanker atau Aids, dengan sub populasi adalah ras atau kelompok usia. Tulisan ini membahas distribusi campuran Weibull, khususnya model distribusi campuran biWeibull yang akan digunakan dalam studi kasus data yang terdiri dari dua sub populasi. Metode estimasi parameter model yang digunakan Tahapan estimasi parameter model diuraikan dalam tulisan ini. Di lapangan, masalah yang timbul selanjutnya adalah bagaimana menaksir ketiga parameter model tersebut jika data ada di tangan. Dalam tulisan ini algoritma yang digunakan untuk menaksir parameter di atas adalah algoritma EM (Expectation Maximization). Studi kasus sebagai penerapan algoritma dilakukan untuk kasus pendekatan distribusi campuran biWeibull.","PeriodicalId":300313,"journal":{"name":"Kubik: Jurnal Publikasi Ilmiah Matematika","volume":null,"pages":null},"PeriodicalIF":0.0000,"publicationDate":"2019-02-01","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":"{\"title\":\"Estimasi Parameter Distribusi Campuran BiWeibull\",\"authors\":\"Asep Solih Awalluddin\",\"doi\":\"10.15575/kubik.v3i2.4113\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"Salah satu pendekatan distribusi yang banyak digunakan dalam analsis data statistik adalah Distribusi Weibull. Pendekatan distribusi Weibull tunggal untuk populasi yang didalamnya terdapat beberapa sub populasi kurang baik digunakan, karena adanya perbedaan karakteristik data antar sub populasi tersebut, sehingga memungkinkan memiliki parameter yang berbeda. Distribusi campuran (mixture distribution) diharapkan dapat mencadi solusi pendekatan bentuk distribusi dengan kondisi data berasal dari beberapa sub populasi. Sebagai contoh distribusi usia atau masa pengobatan (sampai mati) pasien kanker atau Aids, dengan sub populasi adalah ras atau kelompok usia. Tulisan ini membahas distribusi campuran Weibull, khususnya model distribusi campuran biWeibull yang akan digunakan dalam studi kasus data yang terdiri dari dua sub populasi. Metode estimasi parameter model yang digunakan Tahapan estimasi parameter model diuraikan dalam tulisan ini. Di lapangan, masalah yang timbul selanjutnya adalah bagaimana menaksir ketiga parameter model tersebut jika data ada di tangan. Dalam tulisan ini algoritma yang digunakan untuk menaksir parameter di atas adalah algoritma EM (Expectation Maximization). Studi kasus sebagai penerapan algoritma dilakukan untuk kasus pendekatan distribusi campuran biWeibull.\",\"PeriodicalId\":300313,\"journal\":{\"name\":\"Kubik: Jurnal Publikasi Ilmiah Matematika\",\"volume\":null,\"pages\":null},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2019-02-01\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"0\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Kubik: Jurnal Publikasi Ilmiah Matematika\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.15575/kubik.v3i2.4113\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Kubik: Jurnal Publikasi Ilmiah Matematika","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.15575/kubik.v3i2.4113","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

摘要

用于统计数据分析的广泛分布方法之一是Weibull分布。Weibull对其中一些亚种群的单一分布方式是不理想的,因为这些不同的亚种群数据特征的差异使它们有不同的参数。预计将对几种亚种群的数据条件对分销型方法进行排序。举例说明癌症或艾滋病患者的年龄或治疗期(至死亡)的分配,总人数为种族或年龄组。本文讨论了Weibull混合分布,特别是biWeibull混合分布模型,该模型将用于两个亚种群的数据案例研究。本文中概述了模拟参数的估计阶段。在这个领域,下一个问题是如何在处理数据时确定这三个模型参数。在本文中,用来评估上述参数的算法是EM算法。在biWeibull混合分布方法的案例应用中进行案例研究。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
查看原文
分享 分享
微信好友 朋友圈 QQ好友 复制链接
本刊更多论文
Estimasi Parameter Distribusi Campuran BiWeibull
Salah satu pendekatan distribusi yang banyak digunakan dalam analsis data statistik adalah Distribusi Weibull. Pendekatan distribusi Weibull tunggal untuk populasi yang didalamnya terdapat beberapa sub populasi kurang baik digunakan, karena adanya perbedaan karakteristik data antar sub populasi tersebut, sehingga memungkinkan memiliki parameter yang berbeda. Distribusi campuran (mixture distribution) diharapkan dapat mencadi solusi pendekatan bentuk distribusi dengan kondisi data berasal dari beberapa sub populasi. Sebagai contoh distribusi usia atau masa pengobatan (sampai mati) pasien kanker atau Aids, dengan sub populasi adalah ras atau kelompok usia. Tulisan ini membahas distribusi campuran Weibull, khususnya model distribusi campuran biWeibull yang akan digunakan dalam studi kasus data yang terdiri dari dua sub populasi. Metode estimasi parameter model yang digunakan Tahapan estimasi parameter model diuraikan dalam tulisan ini. Di lapangan, masalah yang timbul selanjutnya adalah bagaimana menaksir ketiga parameter model tersebut jika data ada di tangan. Dalam tulisan ini algoritma yang digunakan untuk menaksir parameter di atas adalah algoritma EM (Expectation Maximization). Studi kasus sebagai penerapan algoritma dilakukan untuk kasus pendekatan distribusi campuran biWeibull.
求助全文
通过发布文献求助,成功后即可免费获取论文全文。 去求助
来源期刊
自引率
0.00%
发文量
0
期刊最新文献
Kaitan Ruang Vektor Matriks V_n dan C_n KETERHUBUNGAN GRAF PEMBAGI TAK NOL DARI RING Implementation of Particle Swarm Optimization (PSO) Method In Determining The Composition of Animal Feed In Broiler Chickens With Minimum Cost Implementation of Fuzzy Black-Scholes Real Options Valuation Method on Nickel Smelter Investment Plan The Effect of Virotherapy, Chemotherapy, and Immunotherapy to Immune System: Mathematical Modelling Approach
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
现在去查看 取消
×
提示
确定
0
微信
客服QQ
Book学术公众号 扫码关注我们
反馈
×
意见反馈
请填写您的意见或建议
请填写您的手机或邮箱
已复制链接
已复制链接
快去分享给好友吧!
我知道了
×
扫码分享
扫码分享
Book学术官方微信
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术
文献互助 智能选刊 最新文献 互助须知 联系我们:info@booksci.cn
Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。
Copyright © 2023 Book学术 All rights reserved.
ghs 京公网安备 11010802042870号 京ICP备2023020795号-1