پیش بینی دو نمونه ای بیزی در داده های سانسورشده ی فزاینده از توزیع نمایی تعمیم یافته، تحت تابع های زیان متقارن و نامتقارن

در بسیاری از پژوهش های آماری پیش بینی نقش مهمی دارد. مثال هایی در این زمینه شامل سامانه های مهندسی، طرح آزمایش ها و غیره می باشند. در این مقاله، بر اساس داده های سانسورشده ی فزاینده ی نوع دوم در الگوی نمایی تعمیم یافته، پیشگوگرهای بیزی نقطه ای و بازه ای تحت توزیع های پیشین آگاهی بخش و ناآگاهی بخش مورد بررسی قرار می گیرند.
همچنین کران های پیش بینی و پیشگوگرهای نقطه ای بیزی را تحت دو تابع زیان توان دوم خطا و خطی- نمایی، برای آماره ی مرتب در یک نمونه ی سانسورشده ی فزاینده ی نوع دوم آینده با طرح سانسور دلخواه، به دست می آوریم. نتیجه ها مستخرج ممکن است در آزمایش های طول عمر برای پیش بینی زمان کل آزمایش مورد استفاده قرار گیرند.
علاوه بر روش عددی، روش نمونه گیری گیبزی (به عنوان روشی از مونته کارلوی زنجیر مارکوفی) برای ارزیابی کران های پیش بینی و پیشگوگرهای نقطه ای بیزی تقریبی تحت تابع های زیان توان دوم خطا و خطی- نمایی مورد استفاده قرار گرفته است.
عملکرد روش های پیش بینی پیش نهادی از طریق یک مطالعه ی شبیه سازی مونته کارلویی و یک مثال عددی (واقعی) برای هر روش نشان داده شده است.