模糊Bayes检验

本文对原假设和备择假设中参数是模糊子集的假设检验问题，引入了模糊Ｂａｙｅｓ检验的概念，对简单模糊假设，给出了求模糊Ｂａｙｅｓ检验的方法，讨论了它的性质，并针对一类特殊的隶属函数，得出了检验的具体公式。最后，通过几个数值实例，表明了模糊Ｂａｙｅｓ检验的优良性。     

次序统计量给出的线性Bayes估计

本文讨论了位置尺度参数族的参数线性函数的线性Ｂａｙｅｓ估计问题，给出了基于次序统计是的线性Ｂａｙｅｓ估计，并就特殊分布给出了例子。     

二项分布可靠度的Bayes,多层Bayes估计

本文给出了二项分布可靠度的Ｂａｙｅｓ估计、多层Ｂａｙｅｓ估计，并对一些结果进行了比较。     

一类单边截断型分布族参数的经验Bayes检验

讨论一类单边截断型分布族位置参数的经验Ｂａｙｅｓ检验问题，文中构造了经验Ｂａｙｅｓ判决函数，证明了它具有渐近最优的性质，并且获得了收敛速度。     

二项分布参数N的一种Bayes估计

本文给出了模糊先验分布下二项分布参数Ｎ的Ｂａｙｅｓ点估计和ＨＰＤ置信域。这些Ｂａｙｅｓ估计不但具有较简单的计算公式，通过大量的模拟计算，表明它们也具有较合理的性质。最后本文给出了两个实例。     

系统树中的近似Bayes方法

本文利用近似Ｂａｙｅｓ方法对一个具有树形结构的成败型系统的可靠性进行估计．本文证明了利用近似Ｂａｙｅｓ方法对系统的可靠性参数的估计，具点估计在Ｆｉｓｈｅｒ意义下是渐近有效的，其相应的置信下限也是Ｆｉｓｈｅｒ意义下渐近有效的．     

方差分析模型中参数的经验Bayes估计及其优良性问题

本文考虑单向分类的方差分析模型，构造了Ｐ′α的线性Ｂａｙｅｓ估计和经验Ｂａｙｅｓ（ＥＢ）估计，此处αａ×１是效应参数向量，Ｐａ×ｋ是常数矩阵．在较一般的条件下，基于均方误差矩阵准则和ＰｉｔｍａｎＣｌｏｓｅｎｅｓｓ准则，我们分别证明了ＥＢ估计优于最小二乘估计     

工序能力Bayes推断

本文从Ｂａｙｅｓ观点研究工序能力，对无信息先验和共轭先验，给出了Ｃｐ的后验分布、条件期望估计和最大后验估计、Ｂａｙｅｓ置信下限和判断工序是否有能力的临界值，适于对相似工序作统计推断。     

混合线性模型效应参数的Bayes局部影响分析

该文研究混合线性模型效应参数的Ｂａｙｅｓ局部影响评价问题．导出了混合线性模型在各种扰动下效应参数的Ｂａｙｅｓ局部影响度量，并给出了平衡单向分类随机效应模型下的一些结果．最后通过实例分析，以证实该文方法的有效性．     

序进应力加速寿命试验的Bayes推断

本文将根据序进应力加速寿命试验的数据，利用Ｂａｙｅｓ方法，探讨对有关参数，和剩余寿命分布的统计推断。     

Г─Г结构串联系统可靠度的Bayes估计

本文把含于结构系统中应力和强度含有的未知参数视为随机变量，利用Ｂａｙｅｓ方法讨论了当应力和强度均服从Г分布时结构串联系统可靠度θ＝Ｐ（Ｘ＞Ｙ）的估计问题，给出了θ的Ｂａｙｅｓ置信限。     

截尾试验下指数分布的贝叶斯估计

在指数分布场合，定数或定时截尾试验，文［１］给出了参数λ在先验分布为Γ（α，β）分布的假设下的Ｂａｙｅｓ估计．文［３］给出了在平方损失下的Ｂａｙｅｓ估计．本文讨论先验分布为Ｂ（ａ，ｂ）分布时，参数λ的Ｂａｙｅｓ估计．     

导弹最大射程Bayesw估计的分析和改进

本文用验前数据的质量因子及估计的相对方程差分析了导弹最大射程的一类Ｂａｙｅｓ估计的性能。对不同的质量因子，给出了最佳验前数据量的一种近似公式，针对这类Ｂａｙｅｓ估计的冒进问题，本文对它们进行了改进并得到了一类新的估计，最后，通过ＭｏｎｔｅＣａｒｌｏ法比较了这些估计的相对均方误差，验证了新估计的优良性。     

指数分布场合下步进应力加速寿命试验的Bayes分析

当寿命分布为指数分布时，本文给出了步进应力加速寿命试验的一种新的Ｂａｙｅｓ估计，为计算上的方便，本文还给出一种近似方法，数值例子表明，此方法简便可行。     

二维单边截断分布族中经验Bayes估计的收敛速度

本文考虑二维单边截断型分布族中经验Ｂａｙｅｓ估计的收敛速度，在一定的条件下给出了相应的速度，并说明了在较强的条件下收敛速度可充分接近１。     

正态──正态结构串联系统可靠度的Bayes估计

本文利用Ｂａｙｅｓ方法讨论了正态——正态结构串联系统可靠度θ＝Ｐ_ｒ０（Ｘ＞Ｙ）的估计问题，把θ的后验均值作为它的点估计，在特殊情况下，还得到了θ的Ｂａｙｅｓ置信限。     

定性资料概率分布的Bayes估计及共Jackknife调整

本文给出了定性资料概率分布的Ｂａｙｅｓ估计方法，证明了它比经典的估计更有效。为了减少偏倚，对其进行了Ｊａｃｋｋｎｉｆｅ调整，使其偏倚的阶数下降到ｏ（１／ｎ＾２）     

线性模型回归系数EB估计的一致收敛速度

利用多元密度函数及其导数的核估计方法，建立了多元线性模型回归系数的经验Ｂａｙｅｓ估计，并给出了这种估计的一致收敛速度。     

误差协方差阵的经验Bayes估计的收敛速度

本文利用密度的混合偏导数的核估计，构造出线性模型中误差协方差阵的逆的经验Ｂａｙｅｓ（ＥＢ）估计，在一定条件下，还证明了ＥＢ估计的收敛速度可任意接近于１，最后，给出了一个实例。     

无失效数据的Bayes分析

在无失效数据的可靠性分析中，关于时刻τｉ的换效概率Ｐｉ的估计，本文提出以不完全Ｂｅｔａ分布Ｂｅｔａ为一级先验分布，而超参数ｂ为（１，ｃ）上均匀分布的分级Ｂａｙｅｓ估计，这不仅保证满足关系ｐ１≤ｐ２≤．．．≤ｐｋ，且具有简单统一的表达形式，实例还表明这一估计是稳定、合理的。