The negative binomial-beta Weibull regression model to predict the cure of prostate cancer

In this article, for the first time, we propose the negative binomial-beta Weibull (BW) regression model for studying the recurrence of prostate cancer and to predict the cure fraction for patients with clinically localized prostate cancer treated by open radical prostatectomy. The cure model considers that a fraction of the survivors are cured of the disease. The survival function for the population of patients can be modeled by a cure parametric model using the BW distribution. We derive an explicit expansion for the moments of the recurrence time distribution for the uncured individuals. The proposed distribution can be used to model survival data when the hazard rate function is increasing, decreasing, unimodal and bathtub shaped. Another advantage is that the proposed model includes as special sub-models some of the well-known cure rate models discussed in the literature. We derive the appropriate matrices for assessing local influence on the parameter estimates under different perturbation schemes. We analyze a real data set for localized prostate cancer patients after open radical prostatectomy.

Simulation study of joint transition and Weibull survival model with shared parameters

This study investigates a theoretical model where a longitudinal process, that is a stationary Markov-Chain, and a Weibull survival process share a bivariate random effect. Furthermore, a Quality-of-Life adjusted survival is calculated as the weighted sum of survival time. Theoretical values of population mean adjusted survival of the described model are computed numerically. The parameters of the bivariate random effect do significantly affect theoretical values of population mean. Maximum-Likelihood and Bayesian methods are applied on simulated data to estimate the model parameters. Based on the parameter estimates, predicated population mean adjusted survival can then be calculated numerically and compared with the theoretical values. Bayesian method and Maximum-Likelihood method provide parameter estimations and population mean prediction with comparable accuracy; however Bayesian method suffers from poor convergence due to autocorrelation and inter-variable correlation. ^

Optimum adhesive thickness in structural adhesives joints using statistical techniques base on Weibull distribution

The geometrical factors defining an adhesive joint are of great importance as its design greatly conditions the performance of the bonding. One of the most relevant geometrical factors is the thickness of the adhesive as it decisively influences the mechanical properties of the bonding and has a clear economic impact on the manufacturing processes or long runs. The traditional mechanical joints (riveting, welding, etc.) are characterised by a predictable performance, and are very reliable in service conditions. Thus, structural adhesive joints will only be selected in industrial applications demanding mechanical requirements and adverse environmental conditions if the suitable reliability (the same or higher than the mechanical joints) is guaranteed. For this purpose, the objective of this paper is to analyse the influence of the adhesive thickness on the mechanical behaviour of the joint and, by means of a statistical analysis based on Weibull distribution, propose the optimum thickness for the adhesive combining the best mechanical performance and high reliability. This procedure, which is applicable without a great deal of difficulty to other joints and adhesives, provides a general use for a more reliable use of adhesive bondings and, therefore, for a better and wider use in the industrial manufacturing processes.

Improved estimation of Weibull Parameters considering unreliability uncertainties

We propose a linear regression method for estimating Weibull parameters from life tests. The method uses stochastic models of the unreliability at each failure instant. As a result, a heteroscedastic regression problem arises that is solved by weighted least squares minimization. The main feature of our method is an innovative s-normalization of the failure data models, to obtain analytic expressions of centers and weights for the regression. The method has been Monte Carlo contrasted with Benard?s approximation, and Maximum Likelihood Estimation; and it has the highest global scores for its robustness, and performance.

Fracture strength of drilled wafers: study of the stress concentration factor and determination of the weibull distribution of the fracture stress

In the photovoltaic field, the back contact solar cells technology has appeared as an alternative to the traditional silicon modules. This new type of cells places both positive and negative contacts on the back side of the cells maximizing the exposed surface to the light and making easier the interconnection of the cells in the module. The Emitter Wrap-Through solar cell structure presents thousands of tiny holes to wrap the emitter from the front surface to the rear surface. These holes are made in a first step over the silicon wafers by means of a laser drilling process. This step is quite harmful from a mechanical point of view since holes act as stress concentrators leading to a reduction in the strength of these wafers. This paper presents the results of the strength characterization of drilled wafers. The study is carried out testing the samples with the ring on ring device. Finite Element models are developed to simulate the tests. The stress concentration factor of the drilled wafers under this load conditions is determined from the FE analysis. Moreover, the material strength is characterized fitting the fracture stress of the samples to a three-parameter Weibull cumulative distribution function. The parameters obtained are compared with the ones obtained in the analysis of a set of samples without holes to validate the method employed for the study of the strength of silicon drilled wafers.

Conditional Confidence Interval for the Scale Parameter of a Weibull Distribution

2000 Mathematics Subject Classification: 62F25, 62F03.

Bayesian Prediction of Weibull Distribution Based on Fixed and Random Sample Size

2000 Mathematics Subject Classification: 62E16, 65C05, 65C20.

Bayesian and Frequentist Two-Sample Predictions of the Inverse Weibull Model Based on Generalized Order Statistics

2000 Mathematics Subject Classification: 62E16,62F15, 62H12, 62M20.

Tuotteiston nykytila-analyysi ja kehitystoimenpiteiden kartoitus ohutlevytuotteita valmistavassa yrityksessä

Työn tavoitteena oli tutkia kohdeyrityksen tuotteiston nykytilaa ja antaa kehitysehdotus tuotteiston uudesta rakenteesta, jolla voidaan toteuttaa tehokasta sarjatuotantoa. Tutkimuksessa keskityttiin vakiotuotteista koostuvan tuotteiston analysointiin. Tarkastelun kohteeksi valittiin tuotteiston yksittäiset tuotenimikkeet, joita analysoitiin toteutuneiden myyntilukujen ja asiakashaastatteluista saatujen tietojen perusteella Työssä käytettiin tutkimusmenetelminä kirjallisuustutkimusta, teemahaastattelua ja tuotteiden myynti- ja käyttötilastojen tarkastelua. Tutkimuksen luotettavuutta lisäsi, kun käytettiin kolmen riippumattoman tutkimusta vahvistavan menetelmän yhdistämistä. Tutkimuksessa saavutettujen tulosten perusteella tuotteille tulisi kehittää uudet ohjausmenetelmät, jotka helpottavat tuotannon ja varaston hallintaa. Tuotteet, joilla ei ole ollut myyntiä, tulisi käydä yksityiskohtaisesti läpi ja tehdä arviointi niiden tarpeellisuudesta. Tuoterakenteita tulisi kehittää modulaarisemmaksi tehokkaampaa sarjatuotantoa ajatellen. Tuoteryhmissä olevat samankaltaiset tuotteet tulisi yhdistää, jolloin valikoimasta saataisiin yksinkertaisempi ja helpommin hallittava.

B2B-palveluprosessin analyysi ja myyntikohtaamisen kehityskohteet uusasiakashankinnassa

Tämän opinnäytetyön tavoitteena on selvittää tekijöitä, jotka vaikuttavat myyntikohtaamisen onnistumiseen potentiaalisten yritysasiakkaiden keskuudessa. Käytännön ratkaisuihin pääsemiseksi opinnäytetyössä tarkastellaan case-yritystä, joka on suomalainen vakuutusyhtiö. Tutkimus keskittyy case-yrityksen palveluprosessin tarkasteluun, sekä käytännön myyntikohtaamisen analysoimiseen. Tutkimuksen avulla pyritään muodostamaan näkemys siitä, mitä myyntikohtaamisessa kannattaa kehittää, jotta uusasiakashankintaa voitaisiin yrityksen toimintona parantaa. Myyntikohtaamista ja laajempaa palveluprosessia tarkastellaan aluksi case-yrityksen toimintamallien kautta. Keskeisessä roolissa on asiakaslähtöisen toimintaperiaatteen selventäminen teoriassa ja sen vertaaminen case-yrityksen koko palveluprosessin toimintamalleihin. Tämän jälkeen siirrytään tarkastelemaan haastattelututkimuksen avulla kerättyä dataa case-yrityksen asiakkailta. Haastattelututkimuksen avulla selvitettiin myyntikohtaamisen toteutumista käytännössä. Opinnäytetyössä selvisi, että case-yrityksen toimintamallit on rakennettu asiakaslähtöisiä periaatteita noudattaen. Myös käytännön myyntikohtaamisessa asiakaslähtöisyys toteutuu laajalti, mutta muutamia kehityskohteita etenkin ensikontaktin ja asiakkaan yksilöllisen informoinnin osalta on löydettävissä. Lisäksi case-yrityksen suositellaan kiinnittävän huomiota myyjien itsevarmuuden lisäämiseen, joka parantaa työtyytyväisyyttä, myyjien toimintavapautta ja mahdollistaa asiakaslähtöisyyden kumpuamisen organisaatiosta asiakkaalle. Opinnäytetyö jättää tilaa jatkotutkimukselle. Etenkin case-yrityksen osalta olisi suositeltavaa järjestää työtyytyväisyyskysely B2B-myyntitiimin keskuudessa, jotta toimintaa voitaisiin kehittää sisäisesti. Opinnäytetyön kehitysehdotusten pohjalta case-yritys voi myös kohdistaa lisätutkimusta asiakkaiden kokemuksiin, ja selvittää laajemman kyselyn avulla seikkoja, joita asiakkaat toivovat yritykseltä.