Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 2

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
Wyszukiwano:
w słowach kluczowych:  funkcja hazardu
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
1
Content available remote Miary bezpieczeństwa i zagrożenia środka transportu
PL
W artykule przedstawione są miary bezpieczeństwa i zagrożenia stanu zdatności środka transportu, w parametrycznym modelowaniu losowych zdarzeń. Zdarzenia te są niebezpieczne i zagrażają funkcjonowaniu środka transportu z pewnej ich zbiorowości. Środek transportu jest rozważany w układzie człowiek - maszyna - otoczenie (C-M-O). Najpierw wprowadzone są warunkowe miary zagrożenia i bezpieczeństwa użytkowanego środka transportu oraz związki między nimi. Następnie zastosowano warunkowe prawdopodobieństwa zdarzeń do zbudowania modelu rywalizujących zagrożeń (CRM). Jeśli wystąpienia zdarzeń niebezpiecznych są niezależne, to przedstawiony model CRM można zastosować do wszystkich, znanych z teorii niezawodności, rozkładów prawdopodobieństwa. Na koniec publikacji podane są dwa przykłady środków transportu, dla których wyznaczona jest warunkowa funkcja utraty zdatności. Przedstawiony model CRM można zastosować w planowaniu działań profilaktycznych, zwiększających poziom bezpieczeństwa użytkowania środka transportu w układzie C-M-O.
EN
This article presents measures of the safety and threats to the suitability state of means of transport, in the parametric modelling of random events. These events are dangerous and are threatening the functioning of a certain population of means of transport in the arrangement man - machine - surroundings (Polish: człowiek – maszyna – otoczenie, C-M-O). At first conditional measures of risks and safety of the used mean of transport and links between them are implemented. Next, conditional probabilities were applied for building the competing risks model (CRM). If occurrences of dangerous events are independent, then the introduced CRM model can be applied to every probability distribution, well-known from the reliability theory. At the end of the publication two examples are given of a mean of transport, for which the conditional function of loss of its state of suitability was determined. The introduced CRM model can be applied in planning of preventive actions for increasing the safety level of the used mean of transport in the C-M-O arrangement.
EN
The author presents the new methodology for the estimation of the hazard function for the new born enterprises’ survival rate called FIRM. The methodology is based on construction of a stochastic process and is examined in the Monte Carlo simulation study with real data. The dataset is provided by Statistics New Zealand and contains all enterprises born in period between 2001-2010. Enterprises are divided in clusters according to the number of employees and for each cluster individual simulations are made. Achieved coefficients of determination in clusters are around 90%. The author finds substantial differences in survival probability according to employee count size in the company. Simulations done in this study allow to estimate mean and standard deviation of life duration for enterprises and prediction of the hazard function for each cluster.
PL
Autor przedstawia nową metodologię o nazwie FIRM służącą do estymacji funkcji hazardu dla prawdopodobieństwa przeżycia nowo powstałych przedsiębiorstw. Metodologia opiera się na konstrukcji procesu stochastycznego i jest przetestowana z wykorzystaniem symulacji Monte Carlo na rzeczywistych danych. Dane pochodzą z Nowej Zelandii i zawierają informację na temat przedsiębiorstw powstałych w tym kraju w latach 2001—2010. Przedsiębiorstwa podzielone są na grupy w zależności od liczby pracowników, symulacje prowadzone są dla każdej grupy. Współczynniki determinacji osiągnięte w procesie symulacji oscylują w okolicy 90%. Autor zauważa znaczące różnice w prawdopodobieństwie przeżycia przedsiębiorstw w zależności od wielkości firmy mierzonej liczbą pracowników. Przeprowadzone symulacje pozwoliły na estymację średniej i odchylenia standardowego długości życia przedsiębiorstw oraz predykcję nieznanych wartości funkcji hazardu w każdej z grup
first rewind previous Strona / 1 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.