混合加速寿命试验模型及其统计分析

本文结合序进应力加速寿命试验和恒定应力加速寿命试验提出了一种混合加速寿命试验,讨论了这种加速寿命试验的模型及其在寿命分布为指数分布和对数正态分布时的参数估计,导出了参数的最大的似然估计。     

加速寿命试验Bayes估计算法的改进

本文就指数分布场合恒定应力加速寿命试验及Weibull分布场合序进应力加速寿命试验中参数的Bayes估计的显式表示提出了一种有效的改进算法,从而达到了减少计算误差和节省计算时间及内存资源的目的。     

变应力寿命试验的统计分析

本文利用 S-N-P 曲线和累积损伤原理,给出了变应力下产品的寿命分布,此分布不仅与应力水平有关,而且与各应力水平的次序有直接关系.在此分布的基础上,给出了变应力寿命试验的统计分析方法.这种方法不仅适用于疲劳试验,而且还可用于单项可变动应力寿命试验和加速寿命试验,以及各种应力组合的可变应力的寿命试验和加速寿命试验.为利用可变动组合应力的加速寿命试验,估计正常可变应力下的寿命特征提供了一种解决的方法.     

步进应力加速寿命试验方法初探

加速寿命试验就是在不改变元器件失效机理的前提下,提高可能引起元器件失效的那些应力促使元器件加速失效,从而可以在较短的时间内测出失效率,找出寿命与温度或电压的关系(加速系数)再用外推法来预计实际使用条件下的失效率,以达到加速估计元器件的可靠性的目的。加速寿命试验按照施加应力方式的不同分为恒定应力加速寿命试验,步进应力加速寿命试验,序进应力加速寿命试验三种类型.其中恒定应力加速寿命试验方法更为成熟已形     

步进应力加速寿命试验数据处理及其应用

对于高可靠、长寿命产品,由于寿命试验需化费很长时间,一般采用加大应力的加速寿命试验方法,以加快产品失效,在较短时间内,估计出产品在正常工作应力下的可靠性指标. 加速寿命试验有恒定应力,步进应力,序进应力三种类型.对于恒定应力加速寿命试验的数据分析已有较成熟的方法,且已制订成标准,被广泛采用.但恒定应力加速寿命试验,试验时间离散性较大.在高应力下,试验能较快结束;在仍应力下,往往试验了很长时间,仍得不到足够数据从而给分析带来困难.采用步进应力加速寿命试验,更能缩短试验时间,减少试验样品,在较短时间内获得产品的可靠性寿命…     

对步进应力加速寿命试验的实施和讨论

本文根据变容二极管的步进应力加速寿命试验,具体地讲述了加速应力的选取,试验数据有效性的检验以及试验数据的处理等一系列指数分布下步进应力加速寿命试验步骤.并讨论了步进应力加速寿命试验方法的实用性。一、试验目的天津某厂近年来从国外引进了一条变容二极管生产线,投产以来产品合格率一直较高.为进一步了解产品的可靠性水平,利用现有试验条件,采用步进应力加速寿命试验方法对产品可靠性进行定量估计。     

幂律-威布尔模型下序进应力和恒定应力组合寿命试验的统计分析

对幂律－威布尔模型,利用一组序进应力加速寿命试验数据和另一组恒定应力加速寿命试验数据给出了参数的点估计和区间估计,并且一个实用例说明方法的应用。     

对数正态分布场合恒加试验的数据分析与容忍限

本文在寿命分布为对数正态分布场合,对恒定应力加速寿命试验的数据分析进行了讨论。利用加速应力水平下的寿命数据给出了正常工作应力水平下产品寿命的容忍限,并以一数值例加以说明。     

恒定应力加速寿命试验的贝叶士方法

恒定应力加速寿命试验已在实践中广泛应用。但大多在已知失效分布和加速寿命试验模型下讨论、本文在失效分布未知条件下,用贝叶士方法首先给出各应力下失效率的估计。然后用这些估计值给出加速寿命模型,从而外推正常应力下的失效率估计。本文最后给出一个完整的例子,详细地叙述了使用这个方法的全过程。     

固体钽电介电容器序进应力加速寿命试验

一、引言固体钽电解电容器是一种高可靠产品,在正常工作条件下进行寿命试验常常不会发生失效,即使使用恒定应力加速寿命试验(恒加试验)也需要较长时间,为此需要探索新的加速寿命试验的方法。序进应力加速寿命试验(序加试验)是指所施加的应力水平随时间增长的一种加速试验,这种试验不仅能克服恒加试验中的上述缺点,且可大量减少试验样品,缩短试验时间,但使用序加试验会遇到二大困难:一是需要有专门设备,二是要有好的统计分析方法。1987年LinZhengning和Fei Heliang对寿命分布为威布尔分布,加速模型为逆幂律,应力水平增长     

Weibull分布基于恒加试验的参数估计

讨论了Weibull分布场合恒加寿命试验的参数估计,在文[1]对参数估计改进的基础上作了进一步改进,从而使改进后的参数估计更优.     

对数正态分布场合有非常数尺度参数恒加试验的参数估计

讨论了对数正态分布场合有非常数尺度参数恒加寿命试验的参数估计，导出了基于全样本和定数截尾样本恒加试验的点估计和近似区间估计。     

对数正态分布基于恒加试验的参数估计

讨论对数正态分布场合有非常数尺度参数恒加试验的参数估计,由最小均方误差准则导出基于完全样本恒加试验的点估计和近似区间估计.     

定时截尾下指数分布的修正最大似然估计

本文在定时截尾情形下对指数分布提出了修正的最大似然估计，且把修正方法应用到定时截尾恒加试验和步加试验，模拟结果表明修正后的估计量的均方误差有了明显减少。     

IMPROVED ESTIMATES OF THE COVARIANCE MATRIX IN GENERAL LINEAR MIXED MODELS

In this article, the problem of estimating the covariance matrix in general linear mixed models is considered. Two new classes of estimators obtained by shrinking the eigenvalues towards the origin and the arithmetic mean, respectively, are proposed. It is shown that these new estimators dominate the unbiased estimator under the squared error loss function. Finally, some simulation results to compare the performance of the proposed estimators with that of the unbiased estimator are reported. The simulation results indicate that these new shrinkage estimators provide a substantial improvement in risk under most situations.     

A Class of Biased Estimators Besed on SVD in Linear Model

In this paper,a class of new biased estimators for linear model is proposed by modifying the singular values of the design matrix so as to directly overcome the difficulties caused by ill-conditioning in the design matrix.Some important properties of these new estimators are obtained.By appropriate choices of the biased parameters,we construct many useful and important estimators.An application of these new estimators in three-dimensional position adjustment by distance in a spatial coordiate surveys is given.The results show that the proposed biased estimators can effectively overcome ill-conditioning and their numerical stabilities are preferable to ordinary least square estimation.     

线性模型中基于SVD的一个新的有偏估计类

§1 .　IntroductionTheproblemofill_conditioninganditsstatisticalconsequencesonalinearregressionmodelarewell_knowninstatistics(Vinod&Ullah 1981;Belsley 1991) .Itis,forinstance ,knownthatoneofthemajorconsequencesofill_conditioningontheleastsquares(LS)regressionesti matoristhattheestimatorproduceslargesamplingvariance,whichinturnmightinappropri atelyleadtoexclusionofotherwisesignificantcoefficientfromthemodel,andthesignsofcoef ficientscanbecontrarytointuitionetc..Tocircumventthisproblem ,manybi…     

Folded overlapping variance estimators for simulation

We propose and analyze a new class of estimators for the variance parameter of a steady-state simulation output process. The new estimators are computed by averaging individual estimators from “folded” standardized time series based on overlapping batches composed of consecutive observations. The folding transformation on each batch can be applied more than once to produce an entire set of estimators. We establish the limiting distributions of the proposed estimators as the sample size tends to infinity while the ratio of the sample size to the batch size remains constant. We give analytical and Monte Carlo results showing that, compared to their counterparts computed from nonoverlapping batches, the new estimators have roughly the same bias but smaller variance. In addition, these estimators can be computed with order-of-sample-size work.     

竞争失效产品加速寿命试验的参数估计

讨论了指数分布场合竞争失效产品加速寿命试验的参数估计,对常用极大似然估计作了一些改进,从而使改进后的参数估计在均方误差意义下更优.     

Robust weighted orthogonal regression in the errors-in-variables model

This paper focuses on robust estimation in the structural errors-in-variables (EV) model. A new class of robust estimators, called weighted orthogonal regression estimators, is introduced. Robust estimators of the parameters of the EV model are simply derived from robust estimators of multivariate location and scatter such as the M-estimators, the S-estimators and the MCD estimator. The influence functions of the proposed estimators are calculated and shown to be bounded. Moreover, we derive the asymptotic distributions of the estimators and illustrate the results on simulated examples and on a real-data set.