PRHR模型次序统计量的普通多元随机序（英文）  

Usual Multivariate Stochastic Order on the Proportional Reversed Hazard Rates Model

作　　者：方龙祥[1] 杨芳[1] 

机构地区：[1]安徽师范大学数学计算机科学学院,芜湖241002

出　　处：《应用概率统计》2015年第5期539-546,共8页Chinese Journal of Applied Probability and Statistics

基　　金：supported by the Provincial Natural Science Research Project of Anhui Colleges(KJ2013A137);the Natural Science Foundation of Anhui Province(1408085MA07);the PhD Research Startup Foundation of Anhui Normal University(2014bsqdjj34) which facilitated the research visit of the first author to McMaster University,Canada

摘　　要：设X_i^F^(α_i),Y_i^F^(γ1),i=1,2,…,n,都是独立的PRHR随机变量.首先,我们由(α_1,α_2,…,α_n)≥_m(γ_1,γ_2,…,γ_n),可得(Y_(1:n),Y_(1:n),…Y_(n:n))≥_(st)(X_(1:n),X_(2:n),…,X(n:n))成立.其次,我们考虑了独立的PRHR随机变量卷积的一般序比较.假定α_1≥α_2≥…≥α_n和γ_1≥γ_2≥…≥γ_n,我们证明了由(α_1,α_2,...,α_n)≥_m(γ_1,γ_2,…,γ_n),可得对任意的1≤k≤n,有∑n(r=k)Y_r≥_(st)∑n(r=k)X_r成立.本文中建立的结果推广了已有文献的相关结论.Let Xi-F^αi,Yi-F^γ1,i=1,2,…,n, be all independent PRHR variables. Firstly, we show that （α1,α2,…,αn）≥m（γ1,γ2,…,γn） implies （Y（1：n）,Y（1：n）,…Y（n：n））≥（st）（X（1：n）,X（2：n）,…,X（n：n））. Secondly, we consider the comparison of convolutions of independent heterogeneous PRHR variables with respect to the usual stochastic ordering. Suppose α1≥α2≥…≥αn and γ1≥γ2≥…≥γn, we prove that （α1,α2,...,αn）≥m（γ1,γ2,…,γn）, implies ∑r=k^nYr≥（st）∑r=k^nXr, for all 1 ≤ k ≤ n. The The results established here strengthen some of the results known in the literature.

关 键 词：次序统计量 BETA分布 普通多元随机序 比例故障率模型 比例反故障率模型 

分 类 号：O212.4[理学—概率论与数理统计] O213.2[理学—数学]