En este artículo, se investiga la fiabilidad de estrés-resistencia (SSR = P(X < Y)), donde tanto el estrés X como la resistencia Y siguen un nuevo modelo llamado distribución lineal de valor extremo generalizado extendido de Marshall Olkin (M-q GEVL) bajo censura progresiva tipo II. La estimación de SSR se considera utilizando tanto la estimación por máxima verosimilitud (MLE) como la estimación bayesiana (BE). Dado que las ecuaciones de MLE son extremadamente complejas, se utiliza una técnica de optimización metaheurística llamada Algoritmo de Optimización de Ballenas (WOA). La BE se considera tanto para casos informativos como no informativos utilizando funciones de pérdida Linex y de error cuadrático. También se utilizan datos de temperatura de los condados de Sacramento y Los Ángeles en California para demostrar la metodología estadística propuesta, mostrando que el modelo M-q GEVL proporciona un mejor ajuste que tanto q GEVL como GEVL, basándose en valores más bajos de SK, AIC y BIC. Se aplica el análisis de series temporales, el nivel de retorno y SSR para predecir temperaturas futuras, y los resultados indican consistentemente temperaturas predichas más altas en Los Ángeles que en Sacramento.
Seyam et al. (Thu,) estudiaron esta cuestión.