مقايسه سيستم‌‌هاي منسجم متشكل از مؤلفه‌هاي تصادفي از دو دسته مختلف

Robust Estimation in Linear Regression with Molticollinearity and Sparse Models

سيستم منسجمي متشكل از مؤلفه‌هاي مستقل يا وابسته را در نظر بگيريد و فرض كنيد كه مؤلفه‌هاي آن به‌طور تصادفي از دو كلاس مختلف انتخاب شده، و مؤلفه‌هاي كلاس اول به مفهوم برخي از ترتيب‌هاي تصادفي بزرگ‌تر از مؤلفه‌هاي كلاس دوم هستند. در اين مقاله، با استفاده از ترتيب‌هاي تصادفي مختلف به مقايسه قابليت اعتماد چنين سيستم‌هايي پرداخته مي‌شود و نشان داده مي‌شود كه هرگاه تعداد تصادفي مؤلفه‌هاي انتخاب‌شده از دسته اول به مفهوم برخي از ترتيب‌هاي تصادفي افزايش مي‌يابد، قابليت اعتماد سيستم حاصل بيشتر خواهد بود. هرگاه مؤلفه‌هاي سيستم، وابسته در نظر گرفته شوند، براي توصيف ساختار وابستگي ميان طول عمر مؤلفه‌ها از توابع مفصل استفاده مي‌شود.

Consider a coherent system consisting of independent or dependent components and assume that the components are randomly chosen from two different batches, where the components lifetimes of the first batch are larger than those of the second in some stochastic order sense. In this paper, using different stochastic orders, we compare the reliability of such systems and show that the reliability of the systems increases, as the random number of components chosen from the first batch increases in different stochastics orders. We use copula function to describe dependence structure between component lifetimes.