F. J. Navas Gómez, M. L. Gámiz Pérez, R. Raya Miranda
Este trabajo consiste en la construcción de un modelo estadístico capaz de predecir la fiabilidad de un sistema basado en un conjunto de datos. Nuestro objetivo es doble. Por un lado, se pretende construir una función que clasifique el sistema en función de su estado operativo o de fallo basándonos en el conocimiento de los estados de las componentes. Por otro lado, se presenta un test estadístico para decidir el orden de importancia de las componentes en términos del efecto que cada una tiene sobre el rendimiento del sistema. Para ello, se presenta un algoritmo supervisado que incluye métodos de regresión logística isotónica y técnicas de validación cruzada. El procedimiento está completamente basado en los datos y no establece ninguna suposición paramétrica. El método se ilustra y verifica a través de un extenso estudio de simulación.
Palabras clave: Fiabilidad, regresión logística, regresión isotónica, cuasi-verosimilitud, validación cruzada, medidas de importancia
Programado
GT18 Estadística no paramétrica III. Inferencia no paramétrica para la regresión
9 de junio de 2022 17:10
A15
