aplicação da distribuição Poisson-Tweedie na análise de dados de frequência de falha

Jan 20, 2022
admin

este artigo descreve um estudo que aplica a distribuição Poisson-Tweedie no desenvolvimento de modelos de frequência de falha. A distribuição Poisson-Tweedie oferece uma estrutura unificada para modelar dados de contagem overdispersed, underdispersed, zero-inflado, espacial e longitudinal, bem como múltiplas variáveis de resposta de tipos semelhantes ou mistos. A forma de sua função de variância é simples e pode ser especificada como a média adicionada ao produto de dispersão e média elevada à potência P. A flexibilidade da distribuição de Poisson-Tweedie está no domínio de P, que inclui valores de número real positivos. Casos especiais de Poisson-Tweedie modelos de distribuição, que incluem a forma linear da binomial negativa (NB1) modelo com P igual a 1,0, a geometria de Poisson (GeoP) modelo com P igual a 1,5, a forma quadrática da binomial negativa (NOTA 2) modelo com P igual a 2.0, e o modelo Poisson inverso Gaussiano (PIG) com P igual a 3,0. Uma série de modelos foi desenvolvida neste estudo usando a distribuição de Poisson-Tweedie sem quaisquer restrições sobre o valor do parâmetro de potência, bem como com valores específicos do parâmetro de potência representando os modelos NB1, GeoP, NB2 e PIG. Os efeitos de Parâmetros de dispersão fixos e variáveis (ou seja, dispersão em função de covariáveis) na variância e nas estimativas de frequência de colisão esperadas também foram examinados. Três anos (2012-2014) de dados de acidentes de cruzamentos urbanos controlados por parada de três pernas e cruzamentos urbanos sinalizados de quatro pernas no estado da Flórida foram usados para desenvolver os modelos. Os modelos Poisson-Tweedie ou os modelos GeoP apresentaram melhor desempenho quando o parâmetro de dispersão era constante ou fixo. Com o parâmetro de dispersão variável, os modelos NB2 e PIG apresentaram melhor desempenho, com ambos desempenhando igualmente bem. Além disso, verificou-se que os valores do parâmetro de dispersão fixa eram menores nos modelos com um valor maior do parâmetro de potência. A variação entre os modelos em suas estimativas de fator de peso, frequência de queda esperada e potencial para melhoria da segurança de locais perigosos com base no método empírico de Bayes também foi discutida.

Deixe uma resposta

O seu endereço de email não será publicado.