Nonparametric Estimation of Lifetime Distributions from a Record of Failures and Follow-ups
基于故障与随访记录的寿命分布非参数估计AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要属于寿命分布与不完整观测估计，未直接涉及分布效应或其他所列经济计量方向。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
基于故障与随访记录的寿命分布非参数估计
- 研究问题
- 当产品实际运行时间不同于日历时间，且有时只能从维修请求观察故障时间、无法观察未故障时间时，如何估计生存函数？
- 方法与思路
- 作者针对这种观测问题提出生存函数的广义极大似然估计，研究一致性、渐近正态性及方差，并用机器和人员寿命数据展示。
- 材料陈述的贡献
- 摘要称给出了广义极大似然估计及其一致性、渐近正态性和方差，并以建筑机械运行时间及养老机构男性寿命作说明。
- 阅读关注点
- 全文需核对运行时间与日历时间的联系、故障及随访记录的观测机制，以及生存函数可识别和渐近结论成立的条件。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；缺失时间机制和完整似然未提供，不能假定它等同于通常的独立右删失模型。
原文摘要
This article deals with the estimation problem of the survival function of an industrial product in which the real operating time is different from its actual calendar time. In an observational study of the product, sometimes only the time until failure is observable from the repair requests made by the owner, but nonfailure times themselves are not. The generalized maximum likelihood estimator of the survival function is presented, and its consistency, asymptotic normality, and variance are given. Operating times of construction machines and lifetimes of Channing House men are used to illustrate the method.