Applied Nonparametric Statistics in Reliability

آمار ناپارامتریک احتمالاً به روش پیشرو برای محققانی که تجزیه و تحلیل داده ها را انجام می دهند تبدیل شده است. با این وجود این درست است که، در حالی که این روش‌ها قبلاً در سایر حوزه‌های کاربردی دانش مانند آمار زیستی یا علوم اجتماعی بسیار مؤثر بوده‌اند، تحلیل‌های ناپارامتریک در قابلیت اطمینان در حال حاضر حوزه جالبی از مطالعه را تشکیل می‌دهند که هنوز به طور کامل مورد بررسی قرار نگرفته است.

آمار ناپارامتری کاربردی در قابلیت اطمینان بر استفاده از روش‌های آماری مدرن برای تخمین معیارهای قابلیت اطمینان سیستم‌های قابلیت اطمینان که تحت شرایط مختلف عمل می‌کنند متمرکز است. دامنه کتاب شامل:

• تخمین هموار تابع قابلیت اطمینان و میزان خطر سیستم های غیر قابل تعمیر؛
• مطالعه فرآیندهای تصادفی برای مدل سازی تکامل زمانی سیستم ها در صورت تعمیرات ناقص انجام شده؛
• تحلیل ناپارامتریک فرآیندهای نیمه مارکوف زمان گسسته و پیوسته؛
• تحلیل رگرسیون ایزوتونیک تابع ساختار یک سیستم قابلیت اطمینان و
• رگرسیون طول عمر تجزیه و تحلیل.

علاوه بر توضیح پیشینه ریاضی، چندین محاسبات عددی یا شبیه سازی به عنوان مثال های گویا ارائه شده است. روش‌های مبتنی بر کامپیوتر مربوطه با استفاده از R و MATLAB^® پیاده‌سازی شده‌اند. یک طرح مدل سازی مشخص برای هر موقعیت عملی انتخاب می شود و در نتیجه، یک روش استنتاج ناپارامتریک انجام می شود.

آمار ناپارامتریک کاربردی در قابلیت اطمینان به نیازهای عملی دانشمندان (آماردانان) پاسخ خواهد داد. و مهندسان) که روی موضوعات قابلیت اطمینان کاربردی کار می کنند.

Nonparametric statistics has probably become the leading methodology for researchers performing data analysis. It is nevertheless true that, whereas these methods have already proved highly effective in other applied areas of knowledge such as biostatistics or social sciences, nonparametric analyses in reliability currently form an interesting area of study that has not yet been fully explored.

Applied Nonparametric Statistics in Reliability is focused on the use of modern statistical methods for the estimation of dependability measures of reliability systems that operate under different conditions. The scope of the book includes:

• smooth estimation of the reliability function and hazard rate of non-repairable systems;
• study of stochastic processes for modelling the time evolution of systems when imperfect repairs are performed;
• nonparametric analysis of discrete and continuous time semi-Markov processes;
• isotonic regression analysis of the structure function of a reliability system, and
• lifetime regression analysis.

Besides the explanation of the mathematical background, several numerical computations or simulations are presented as illustrative examples. The corresponding computer-based methods have been implemented using R and MATLAB^®. A concrete modelling scheme is chosen for each practical situation and, in consequence, a nonparametric inference procedure is conducted.

Applied Nonparametric Statistics in Reliability will serve the practical needs of scientists (statisticians and engineers) working on applied reliability subjects.