EuDML | Browse

Displaying 61 – 65 of 65

Application des lois non paramétriques dans les systèmes d’attente et la théorie de renouvellement

Smail Adjabi, Karima Lagha, Amar Aïssani (2004)

RAIRO - Operations Research - Recherche Opérationnelle

Les distributions non paramétriques de survie trouvent, de plus en plus, des applications dans des domaines très variés, à savoir : théorie de fiabilité et analyse de survie, files d’attente, maintenance, gestion de stock, théorie de l’économie, $...$ L’objet de ce travail est d’utiliser les bornes inférieures et supérieures (en terme de la moyenne) des fonctions de fiabilité appartenant aux classes de distribution de type $I F R, D F R, N B U$ et $N W U$ , présentées par Sengupta (1994), pour l’évaluation de certaines caractéristiques....

Application des lois non paramétriques dans les systèmes d'attente et la théorie de renouvellement

Smail Adjabi, Karima Lagha, Amar Aïssani (2010)

RAIRO - Operations Research

Les distributions non paramétriques de survie trouvent, de plus en plus, des applications dans des domaines très variés, à savoir: théorie de fiabilité et analyse de survie, files d'attente, maintenance, gestion de stock, théorie de l'économie, ... L'objet de ce travail est d'utiliser les bornes inférieures et supérieures (en terme de la moyenne) des fonctions de fiabilité appartenant aux classes de distribution de type IFR, DFR, NBU et NWU, présentées par Sengupta (1994), pour l'évaluation de...

Applications of an Inequality Involving Conditional Expectations.

S.K. Bhattacharya, G.S. Pandey (1982)

Metrika

Approximate Distributions of Order Statistics, with Applications to Nonparametric Statistics - R. D. Reiss.

L. Weiss (1991)

Metrika

Are law-invariant risk functions concave on distributions?

Beatrice Acciaio, Gregor Svindland (2013)

Dependence Modeling

While it is reasonable to assume that convex combinations on the level of random variables lead to a reduction of risk (diversification effect), this is no more true on the level of distributions. In the latter case, taking convex combinations corresponds to adding a risk factor. Hence, whereas asking for convexity of risk functions defined on random variables makes sense, convexity is not a good property to require on risk functions defined on distributions. In this paper we study the interplay...