Ocena czasu poprawnej pracy do uszkodzenia za pomocą Kryterium Informacyjnego Akaike

• Autorzy: Kornacki A. , Sokołowska E.

Warianty tytułu

EN

The estimation of smooth operation time until failure with the application of the Akaike Information Criterion (AIC)

• Języki publikacji: PL

Abstrakty

PL

Artykuł przedstawia zastosowanie kryterium informacyjnego Akaike do testowania hipotez dotyczących średnich. Zaprezentowana metoda stanowi alternatywę wobec tradycyjnych metod testowania hipotez o średniej, wymagających ustalenia poziomu istotności. W pracy wykorzystano dane eksperymentalne z rozprawy habilitacyjnej W. Piekarskiego [12], dotyczące czasu pracy ciągników C355-360 do pierwszego uszkodzenia. Przedstawione rezultaty stanowią skuteczne narzędzie umożliwiające wybór odpowiedniego modelu statystycznego wśród modeli dotyczących eksploatacji i niezawodności maszyn.

EN

The article presents the application of the Akaike Information Criterion (AIC) to test hypothesis concerning mean values. The presented method offers an alternative to traditional hypothesis testing methods requiring the establishment of the significance level. In the article, we used the experimental data from a postdoctoral thesis by W. Piekarski [12] concerning the operation time of C355-360 tractors until the first failure. The obtained results provide a useful tool enabling the choice of a more suitable statistical model from the models relating to the operation and reliability of machines.

Słowa kluczowe

PL

kryterium informacyjne Akaike; testowanie hipotez statystycznych; ciągnik C355-360

EN

Akaike Information Criterion; AIC; statistical hypothesis testing; C355-360 tractors

• Wydawca: Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne
• Czasopismo: Eksploatacja i Niezawodność
• Rocznik: 2010
• Tom: nr 1
• Strony: 69--76
• Opis fizyczny: Bibliogr. 15 poz.

Twórcy

autor

Kornacki A.

autor

Sokołowska E.

• Katedra Zastosowań Matematyki i Informatyki Uniwersytet Przyrodniczy w Lublinie ul. Akademicka 13, 20-950 Lublin, Polska,

Bibliografia

• 1. Akaike H. Information theory and an extension of the maximum likelihood principle, 2nd International Symposium on Information Theory. Eds. Petrov B. N.,Csaki, Akademia Kiado Budapest, 1973, 267-281.
• 2. Akaike H. A new look at the statistical model identification. IEEE.Trans.Autom.Contr, 1974, AC-19, 716-723.
• 3. Ash R. B. Information Theory. New York. Dover Publications, 1965.
• 4. Billingsley P. Ergodic Theory and Information. New York. John Wily & Sons, 1965
• 5. Cover T. M., Thomas J. A. Elements of Information Theory. New York. John Wily & Sons, 1991.
• 6. Fujikoshi Y, Satoh K. Modified AIC and Cp in multivariate linear regression. Biometrika 84, 1997, 707-716.
• 7. Jones G. A., Jones M. J. Information and Coding Theory. Springer, 2000.
• 8. Johnson O. Information Theory and Central Limit Theorem. Imperial College Press, 2004.
• 9. Kullback S. Information Theory and Statistics. New York: John Wily & Sons, 1959.
• 10. Li M., Vitanyi P. An Introduction to Kołmogorov Complexity and Its Applications. Springer, 1997.
• 11. Mackay D. J. C. Information Theory, Inference and Learning Algorithms. Cambridge University Press, 2003.
• 12. Piekarski W. Analiza Oddziaływania agregatów ciągnikowych na środowisko przyrodnicze. Rozprawa habilitacyjna. Rozprawy Naukowe Akademii Rolniczej w Lublinie 1997.
• 13. Rao C.R. Linear statistical inference and its applications. New York: John Wily & Sons, 1965.
• 14. Sakamoto Y., Ishiguro M., Kitagawa G. Akaike Information Criterion Statistics. Tokyo: D. Reidel Publishing Company, 1986.
• 15. Zając S., Izdebski W., Kusz D. Dopuszczalne przestoje ciągników z powodu awarii w wybranych okresach agrotechnicznych. Motorol 2007; 9, 193-199.