In this thesis, a new distribution based on Exponential and Poisson distributions is introduced, called Poisson-Exponential distributions, which is suitable for models with increasing failure rate function. This distribution arises on latent complementary risk problem base, in which only the maximum lifetime value is visible among all risks, but no information is available about which factor is responsible for component failure. In addition to introducing the model, we determine important features such as distribution function, reliability, survival and failure rate functions. In addition, after obtaining the rth ordinary moments, we achieve a formula for the mean and variance of the proposed distribution. Then we make inference about the model parameters and use the EM algorithm to calculate the maximum likelihood estimator. Finally, we describe the results of the proposed method using real data
در این پایان نامه توزیع جدیدی بر اساس توزیع های نمایی و پواسون به نام توزیع های پواسون-نمایی معرفی شده است که برای مدل هایی با تابع نرخ شکست فزاینده مناسب است. این توزیع بر اساس مشکل مخاطره مکمل خطر ایجاد می شود، که در آن فقط حداکثر مقدار طول عمر در بین همه ریسک ها قابل مشاهده است، اما هیچ اطلاعاتی در مورد اینکه کدام عامل مسئول خرابی جزء است، در دسترس نیست. علاوه بر معرفی مدل، ویژگیهای مهمی مانند تابع توزیع، قابلیت اطمینان، بقا و نرخ شکست را تعیین میکنیم. همچنین، پس از بدست آوردن گشتاور معمولی r-ام، فرمولی برای میانگین و واریانس توزیع پیشنهادی دست مییابیم. سپس در مورد پارامترهای مدل استنباط خواهیم کرد و از الگوریتم EM برای محاسبه برآوردگر حداکثر درستنمایی استفاده میکنیم. در نهایت، نتایج مدل پیشنهادی را با استفاده از داده های واقعی توصیف میکنیم.