Birçok yeni daðýlým üretme/türetme yöntemi bulunmaktadýr. Weibull daðýlýmý dayanýklýlýk verilerinin modellenmesinde sýklýkla kullanýlan ve yaþam veri setlerinde kabiliyetli bir daðýlýmdýr. Yeni daðýlým üretmedeki temel prensip modelleme baþarýsýnýn artýrýlmasýdýr. Bu çalýþmada marjinalleri Weibull olan iki boyutlu Farlie Gumbel Morgenstern daðýlýmýnýn koþullu bir yapýsý kullanýlarak elde edilen bir daðýlým önerilmektedir. Önerilen yeni daðýlýmýn özellikleri ve karakteristikleri çalýþýlmýþ, daðýlýmýn yapýsý istatistiksel olarak incelenmiþ ve bilinen klasik yöntemler ile parametre tahmini yapýlmýþtýr. Sonrasýnda, güvenilirlik analizi yapýlmýþ, bozulma oraný fonksiyonu elde edilerek daðýlýmýn sistematik yapýlardaki kullanýlabilirliði ve farklý risk durumlarýndaki modelleme imkaný incelenmeye çalýþýlmýþtýr. Elde edilen yeni daðýlýmýn literatürdeki veri setleri ile istatistiksel modelleme baþarýsý ölçülmeye çalýþýlmýþtýr. Bu veri setlerindeki modelleme baþarýsý dayanýklýlýk veri setlerinde sýklýkla kullanýlan Weibull daðýlýmý ile kýyaslanarak deðerlendirilmiþtir. Daðýlýmlarýn modelleme baþarýlarýnýn karþýlaþtýrýlmasý için Kolmogorov Smirnov test istatistiði kullanýlmýþtýr. Kolmogorov Smirnov test istatistiðinde p-deðeri modellenen veri setinin açýklama oraný olarak kullanýlabilmektedir. Bu istatistiðe göre Weibull daðýlýmýnýn modelleme baþarýsý önerilen yöntem ile %20 ye kadar artabilmektedir. Sonuç olarak önerilen yeni daðýlýmýn dayanýklýlýk veri setlerinde etkili olarak kullanýlabileceðine ulaþýlmýþtýr. Bu yaklaþým ile diðer istatistiksel daðýlýmlarýn da modelleme baþarýlarýnýn iyileþtirilebileceðini deðerlendiriyoruz. Bunun neticesinde, herhangi bir araþtýrmacý belirli bir daðýlýmý kullanarak modelleme yapma ihtiyacý hissediyorsa, ancak yeterli uyum iyiliði test sonucuna sahip deðilse, bu yöntem ile daha yüksek baþarý elde edebilir. ORCID NO: 0000-0001-9659-287X
Anahtar Kelimeler: Farlie Gumbel Morgenstern Daðýlýmý, Güvenilirlik Analizi, Dayanýklýlýk Veri Modellemesi, Weibull Daðýlýmý
|
