Este estudio se centra en la estimación de parámetros y el análisis de fiabilidad para la distribución de Rayleigh de dos parámetros bajo censura aleatoria. Se demuestra que ajustar directamente la distribución estándar de Rayleigh puede llevar a errores de estimación sustanciales, especialmente cuando el conjunto de datos contiene un valor mínimo notablemente alto. Para superar la limitación de la distribución de Rayleigh de un solo parámetro, que carece de un parámetro umbral en aplicaciones prácticas, se propone un modelo de distribución de Rayleigh de dos parámetros. Los principales contenidos de la investigación incluyen lo siguiente: establecer un modelo de datos censurados aleatorios; derivar métodos de inferencia clásica basados en la estimación de máxima verosimilitud junto con varias otras técnicas de estimación clásicas; y construir un marco de estimación bayesiana. También analizamos varias características de fiabilidad y experimentales derivados de sus estimaciones correspondientes. Se lleva a cabo un estudio de simulación de Monte Carlo para evaluar el rendimiento de los estimadores propuestos. Finalmente, se valida la practicidad y superioridad del modelo de dos parámetros utilizando conjuntos de datos de resistencia reales. Los resultados demuestran que la distribución de Rayleigh de dos parámetros puede describir con mayor precisión los datos de supervivencia con características umbral y supera al modelo de un solo parámetro en términos de ajuste del modelo y estimación de fiabilidad.
Zhang et al. (2026) estudiaron esta cuestión.