Let X denote a continuous random va

Let X denote a continuous random variable with Probability Density Function (PDF) f(x) and Cumulative Distribution Function (CDF) F(x), and let (X1 , X2 , …, Xn) denote a random
sample of size n drawn on X. The original sample observations may be unordered with respect to magnitude. A transformation is required to produce a corresponding ordered sample. Let (X1 ,
X2 , …, Xn) denote the ordered random sample such that X1 < X2 < … < Xn; then (X1, X2, …, Xn) are collectively known as the order statistics derived from the parent X. The various distributional characteristics can be known from Balakrishnan and Cohen [4]. The inter-failure time data represent the time lapse between every two consecutive failures.

Kết quả (Việt) 1:

X để biểu thị một biến ngẫu nhiên liên tục với hàm mật độ xác suất (PDF) f (x) và f (x) hàm phân phối tích lũy (CDF), và để cho (X 1, X 2,..., Xn) biểu thị một ngẫu nhiênmẫu kích thước n rút ra trên X. Các quan sát mẫu ban đầu có thể có thứ tự đối với cấp sao biểu kiến. Chuyển đổi một là cần thiết để sản xuất một mẫu đặt hàng tương ứng. Cho (X 1,X 2,..., Xn) biểu thị thứ tự ngẫu nhiên mẫu như vậy rằng 1 X < X 2 <... < Xn; sau đó (X 1, X 2,..., Xn) được gọi chung là các số liệu thống kê đơn đặt hàng có nguồn gốc từ phụ huynh X. Các đặc tính distributional khác nhau có thể được biết đến từ Balakrishnan và Cohen [4]. Dữ liệu thời gian giữa thất bại đại diện cho mất hiệu lực thời gian giữa mỗi hai thất bại liên tiếp.

Kết quả (Việt) 2:

Cho X biểu thị một biến ngẫu nhiên liên tục với chức năng xác suất Density (PDF) f (x) và hàm phân phối tích lũy (CDF) F (x), và cho phép (X1, X2, ..., Xn) biểu thị một cách ngẫu nhiên
mẫu kích thước n vẽ trên X. Các quan sát mẫu ban đầu có thể có thứ tự đối với độ lớn với. Một chuyển đổi là cần thiết để sản xuất một mẫu lệnh tương ứng. Hãy (X1,
X2, ..., Xn) biểu thị các mẫu ngẫu nhiên ra lệnh như vậy mà X1 <X2 <... <Xn; sau đó (X1, X2, ..., Xn) được gọi chung là số liệu thống kê để có nguồn gốc từ mẹ X. Các đặc điểm phân phối khác nhau có thể được biết đến từ Balakrishnan và Cohen [4]. Các dữ liệu thời gian liên thất bại đại diện cho thời gian trôi đi giữa hai thất bại liên tiếp.