Nonparametric Estimation of Lifetime Distributions from a Record of Failures and Follow-Ups
由故障与随访记录非参数估计寿命分布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：摘要聚焦寿命数据的生存函数估计，没有明确讨论经济分布效应、面板或其他所列细分方向。
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
由故障与随访记录非参数估计寿命分布
- 研究问题
- 当产品实际运行时间不同于日历时间，且维修请求只能提供部分故障信息时，如何估计存在未观测非故障时间的生存函数？
- 方法与思路
- 作者针对这类观测记录提出生存函数的广义最大似然估计，分析其渐近性质，并以工程机械和养老机构男性寿命作示例。
- 材料陈述的贡献
- 摘要称，文章给出估计量及其一致性、渐近正态性与方差，并用两类寿命资料说明方法的使用。
- 阅读关注点
- 应核对运行时间与日历时间的联系、故障和随访的观测机制、广义似然构造，以及渐近结论和方差计算所需条件。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；观测机制及定理条件未说明，不能推断对任意缺失、删失或时间转换均成立。
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.