• Communications for Statistical Applications and Methods
• /
• 제23권4호
• /
• pp.335-341
• /
• 2016

Interval censored failure time data often occurs in an observational study where a subject is followed periodically. Instead of observing an exact failure time, two inspection times that include it are made available. Several methods have been suggested to analyze interval censored failure time data (Sun, 2006). In this article, we are concerned with a binary time-varying covariate whose changing time is interval censored. A modified estimating equation is proposed by extending the approach suggested in the presence of a missing covariate. Based on simulation results, the proposed method shows a better performance than other simple imputation methods. ACTG 181 dataset were analyzed as a real example.

• 한국군사과학기술학회지
• /
• 제14권5호
• /
• pp.859-870
• /
• 2011

The purpose of this paper is to develop reliability analysis procedures for repairable systems with interval failure time data and apply the procedures for assessing the storage reliability of a subsystem of a certain type of guided missile. In the procedures, the interval failure time data are converted to pseudo failure times using the uniform random generation method, mid-point method or equispaced intervals method. Then, such analytic trend tests as Laplace, Lewis-Robinson, Pair-wise Comparison Nonparametric tests are used to determine whether the failure process follows a renewal or non-renewal process. Monte Carlo simulation experiments are conducted to compare the three conversion methods in terms of the statistical performance for each trend test when the underlying process is homogeneous Poisson, renewal, or non-homogeneous Poisson. The simulation results show that the uniform random generation method is best among the three. These results are applied to actual field data collected for a subsystem of a certain type of guided missile to identify its failure process and to estimate its mean time to failure and annual mean repair cost.

• Communications for Statistical Applications and Methods
• /
• 제30권4호
• /
• pp.389-402
• /
• 2023

Multivariate or clustered failure time data often occur in many medical, epidemiological, and socio-economic studies when survival data are collected from several research centers. If the data are periodically observed as in a longitudinal study, survival times are often subject to various types of interval-censoring, creating multivariate interval-censored data. Then, the event times of interest may be correlated among individuals who come from the same cluster. In this article, we propose a unified linear regression method for analyzing multivariate interval-censored data. We consider a semiparametric multivariate accelerated failure time model as a statistical analysis tool and develop a generalized Buckley-James method to make inferences by imputing interval-censored observations with their conditional mean values. Since the study population consists of several heterogeneous clusters, where the subjects in the same cluster may be related, we propose a generalized estimating equations approach to accommodate potential dependence in clusters. Our simulation results confirm that the proposed estimator is robust to misspecification of working covariance matrix and statistical efficiency can increase when the working covariance structure is close to the truth. The proposed method is applied to the dataset from a diabetic retinopathy study.

• Communications for Statistical Applications and Methods
• /
• 제23권6호
• /
• pp.555-562
• /
• 2016

Interval censored data often occur in an observational study where the subject is followed periodically. Instead of observing an exact failure time, two inspection times that include it are available. There are several methods to analyze interval censored failure time data (Sun, 2006). However, in the presence of competing risks, few methods have been suggested to estimate covariate effect on interval censored competing risk data. A sub-distribution hazard model is a commonly used regression model because it has one-to-one correspondence with a cumulative incidence function. Alternatively, Klein and Andersen (2005) proposed a pseudo-value approach that directly uses the cumulative incidence function. In this paper, we consider an extension of the pseudo-value approach into the interval censored data to estimate regression coefficients. The pseudo-values generated from the estimated cumulative incidence function then become response variables in a generalized estimating equation. Simulation studies show that the suggested method performs well in several situations and an HIV-AIDS cohort study is analyzed as a real data example.

• 한국정보처리학회논문지
• /
• 제7권12호
• /
• pp.3821-3828
• /
• 2000

많은 소프트웨어 프로젝트는 시험이나 운영단계에서 고장 시간이나 고장 수 데이타 보다는 그룹 고장 데이타 (여러 고장 간격에서 또는 가변적인 시간 간격에서의 고장 들)가 수집된다. 본 논문은 그룹 고장 데이타에 대해 가변적인 미래의 시간에서 누적 고장 수를 예측할 수 있는 신경망 모델을 제시한다. 신경망의 입-출력으로 무엇을 선택하고 어떤 순서로 훈련을 수행하느냐에 따라 신경망의 예측력에 영향을 미친다. 따라서, 신경망의 입-출력에 대한 11개의 훈련제도가 고려되었으며, 모델의 성능을 평가하기 위해 다음 단계 평균 상대 예측 오차 (AE)와 정규화된 AE (NAE) 측도에 의해 최적의 훈련제도가 선택되고, 다른 잘 알려진 신경망 모델과 통계적 소프트웨어 신뢰성 성장 모델과 비교되었다. 실험 결과, 가변적인 미래의 시간 간격에서 누적 고장 수를 예측하기 위해서는 신경망 모델에 가변 시간간격 정보가 필요함을 보였다.

• 정보처리학회논문지D
• /
• 제8D권4호
• /
• pp.387-392
• /
• 2001

많은 소프트웨어 프로젝트는 시험이나 운영단계에서 고장시간이나 고장 수 데이타보다 그룹 고장 데이터(여러 고장 간격에서 또는 가변적인 시간 간격에서의 고장들)가 수집된다. 본 논문은 그룹 고장 데이터에 대해 가변적인 미래의 시간에서 누적 고장 수를 예측할 수 있는 신경망 모델을 제시한다. 2개의 변형된 캐스케이드-상관 학습 알고리즘을 제안하였다. 제안된 신경망 모델들은 다른 잘 알려진 신경망 모델과 통계적 소프트웨어 신뢰도 성장 모델과 비교되었다. 실험결과, 그룹 데이터에 대해 변형된 캐스케이드-상관 학습 알고리즘이 좋은 예측 결과를 나타내었다.

• 융합보안논문지
• /
• 제7권2호
• /
• pp.49-55
• /
• 2007

소프트웨어 고장 시간은 테스팅 시간과 관계없이 일정하거나. 단조증가 혹은 단조 감소 추세를 가지고 있다. 이러한 소프트웨어 신뢰모형들을 분석하기 위한 자료척도로 자료에 대한 추세 검정이 개발되어 있다. 추세 분석에는 산술평균 검정과 라플라스 추세 검정등이 있다. 추세분석들은 전체적인 자료의 개요의 정보만 제공한다. 이러한 분석도구를 다시 세분화하여 품질 관리측면에서 분석을 시도 할 필요가 있다. 따라서 본 논문에서는 품질관리 측면에서 사용되는 공정능력지수를 이용한 공정분석을 시도하였다. 소프트웨어 고장 간격 시간은 비음이기 때문에 수명분포가 정규분포를 가정하는 기존의 공정능력분석방법 대신에 정규화 시켜주는 박스-코스 변환을 이용하여 공정 능력 분석을 시도 하였다. 공정능력에 사용된 고장 간격 시간자료는 실제 자료인 SS3을 이용하였고 그 결과를 나열 하였고 이런 결과들의 활용 방안을 제시 하였다.

• Journal of the Korean Data and Information Science Society
• /
• 제8권1호
• /
• pp.21-30
• /
• 1997

가속수명시험에서 강한충격수준에서 부품들의 고장시간이 관측되고 가속화된 고장시간을 토대로 정상충격수준에서 부품들의 성능을 조사한다. 본 논문은 지수수명분포에서 중도절단된 가속수명자료를 이용하여 고장률의 사전분포의 평균을 알 때, 정상조건하에서 하나의 미래 관찰치의 예측문제를 사전분포의 모수에 대하여 적률추정량을 이용하는 경험적 베이즈 접근방법을 적용시켜 경험적 베이즈 예측분포와 예측구간에 대하여 연구하였다.

• 한국군사과학기술학회지
• /
• 제21권5호
• /
• pp.599-606
• /
• 2018

Failure data of systems in many field can be erroneous, which influences the reliability analysis of the systems. The general form of failure data is right censored data with accurate time information. But due to its nature of data collection in the military field, failure time of one-shot weapon systems can have errors which are related to the maintenance period. So this paper suggests a model that can reduce the error by utilizing interval censored data as an alternative to right censored data in weibull distribution.

• 융합보안논문지
• /
• 제11권3호
• /
• pp.19-24
• /
• 2011

소프트웨어 고장 시간은 테스팅 시간과 관계없이 일정하거나, 단조증가 혹은 단조 감소 추세를 가지고 있다. 이러한 소프트웨어 신뢰모형들을 분석하기 위한 자료척도로 자료에 대한 추세 검정이 개발되어 있다. 추세 분석에는 산술평균 검정과 라플라스 추세 검정 등이 있다. 추세분석들은 전체적인 자료의 개요의 정보만 제공한다. 본 논문에서는 고장시간을 측정하다가 시간 절단이 될 경우에 미래의 고장 시간 예측에 관하여 연구 하였다. 시계열 분석에 이용되는 단순이동 평균법과 가중이동평균법, 지수평활법을 이용하여 미래고장 시간을 예측하여 비교하고자 한다. 실증분석에서는 고장간격 자료를 이용하여 모형들에 대한 예측값을 평균자승오차를 이용하여 비교하고 효율적 모형을 선택 하였다.