인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 저널정보
- 대한산업공학회 Industrial Engineering & Management Systems Industrial Engineering & Management Systems Vol.24 No.2
- 발행연도
- 2025.6
- 수록면
- 135 - 144 (10page)
- DOI
- 10.7232/iems.2025.24.2.135
이용수
초록· 키워드
When estimating the parameters of the Weibull distribution, the general assumption is that the experimental data used in the estimation procedure is uncontaminated. Under this assumption, there are no outliers in the data resulting from either erroneously recorded measurements or unusual operating conditions, etc. However, it’s important to note that the no-contamination assumption may not hold in practice. If this assumption is seriously violated, the parameter estimates of the Weibull distribution can be significantly affected by the contaminated data. Therefore, a robust approach to Weibull estimation is clearly warranted. In this article, we describe various methodologies that can be used to estimate the parameters of the Weibull distribution. We then conduct a study using both real data and simulated data to compare the robustness properties of these methods. The study provides strong evidence that the robust regression line fitted to the Weibull plot is the most robust among the various Weibull parameter estimation methodologies considered here.
상세정보 수정요청해당 페이지 내 제목·저자·목차·페이지정보가 잘못된 경우 알려주세요!
목차
- ABSTRACT
- 1. INTRODUCTION
- 2. THE WEIBULL PLOT AND THE PARAMETER ESTIMATION
- 3. ILLUSTRATIVE EXAMPLE AND MOTIVATION
- 4. VARIOUS ROBUST REGRESSION METHODOLOGIES
- 5. INVESTIGATING THE BEHAVIOR OF WEIBULL PARAMETER ESTIMATORS
- 6. ILLUSTRATIVE EXAMPLES
- 7. CONCLUSIONS AND AREA FOR FUTURE RESEARCH
- REFERENCES
참고문헌
참고문헌 신청최근 본 자료
