اندازه نمونه و طرح بهینه در سانسور فزاینده نوع دو بر اساس معیار اطلاع فیشر در توزیع پارتو

یکی از معمول‌‌ترین روش‌های سانسور، سانسور فزاینده نوع دو از راست است. در این روش از سانسور، n واحد در آزمایش قرار می‌‌گیرند و در زمان از کارافتادگی هر واحد تعدادی از واحدهای باقیمانده به تصادف از آزمایش خارج می‌شوند. این کار ادامه می‌یابد تا به ازای یک مقدار از قبل تعیین‌شده مانند m، زمان‌های از کارافتادگی m واحد ثبت شوند و سپس آزمایش خاتمه می‌یابد. مسئله تعیین طرح بهینه سانسور در مدل سانسور فزاینده نوع دو، مسئله‌ای است که تاکنون بر اساس معیارهای متفاوتی موردمطالعه قرارگرفته است. مسئله دیگر در مدل سانسور فزاینده نوع دو انتخاب اندازه نمونه در شروع آزمایش، یعنی n است. در این مقاله با فرض توزیع پارتو برای داده‌های موردبررسی و معیار اطلاع فیشر، تعیین اندازه نمونه بهینه یعنی nopt و همچنین طرح بهینه سانسور موردمطالعه قرار می‌گیرند. در انتها، به منظور ارزیابی نتایج به‌دست‌آمده محاسبات عددی و مثال واقعی با کمک نرم‌افزار r ارائه‌شده‌اند.

Optimal sample size and censoring scheme in progressively type II censoring based on Fisher information for the Pareto distribution

One of the most common censoring methods is the progressive typeII censoring. In this method of censoring, a total of n units are placed on the test, and at the time of failure of each unit, some of the remaining units are randomly removed. This will continue to record m failure times, where m is a predetermined value, and then the experiment ends. The problem of determining the optimal censoring scheme in the progressive typeII censoring has been studied so far by considering different criteria. Another issue in the progressive typeII censoring is choosing the sample size at the start of the experiment, namely n. In this paper, assuming the Pareto distribution for the data, we will determine the optimal sample size, n_ {opt}, as well as the optimal censoring scheme by means of the Fisher Information. Finally, to evaluate the results, numerical calculations have been presented by using R software.