无失效数据情形失效率的估计及其应用

该文对指数分布的无失效数据,在失效率　的先验密度的核为　ａ－１时,给出了失效率　的Ｂａｙｅｓ估计和多层Ｂａｙｅｓ估计．并对某液压电动机,在寿命眼从指数分布时,给出了该液压电动机无失效数据情形可靠度的估计．     

无失效数据情形参数的综合估计

本对指数分布的无失效数据,在引进失效信息后,在先验分布为Gamma分布时,给出了失效率的多层Bayes估计和综合Bayes估计,并给出了无失效数据情形可靠度的综合估计,还结合实际问题进行了计算。     

无失效数据的Bayes和多层Bayes分析

本文推广了文献[6]的结果，对指数分布无失效数据的失效率，给出了Bayes估计、Bayes置信上限以及多层Bayes估计，从而可以得到无失效数据可靠度的估计，最后，结合实际问题进行了计算。     

失效率的E-Bayes估计和多层Bayes估计

提出了一种可靠性参数的估计方法—E-Bayes估计法,对寿命服从指数分布的产品,在无失效数据情形,给出了失效率的E-Bayes估计的定义、E-Bayes估计和多层Bayes估计,并在此基础上给出了E-Bayes估计的性质.最后,结合发动机的实际问题进行了计算,结果表明E-Bayes估计法可行且便于应用.     

随机右截尾情形下两个指数分布总体的比较

研究了随机右截尾情形下两个指数分布的参数估计.在两个指数分布的刻度参数都未知时,得到了两个指数分布的刻度参数的最大似然估计与参数比的区间估计.     

无失效数据可靠性参数的综合估计

本对指数分布的无失效数据（ｔｉ,ｎｉ）,给出了参数λ的最小二乘估计以及失效概率ｐｉ＝ｐ｛Ｔ〈ｔｉ｝的Ｂａｙｅｓ估计,并在引进失效信息后给出了Ｐｍ＋１（ｒ）＝Ｐ｛Ｔ〈ｔｍ＋１｝的Ｂａｙｅｓ估计和综合估计,从而可以得到无失效数据的失效率和可靠度的综合估计。最后,综合实际问题进行了计算。     

无失效数据情形指数分布失效率的E-Bayes估计

提出了一种新的可靠性参数估计方法——E-Bayes估计法.对寿命服从指数分布的产品,在无失效数据情形给出失效率的E-Bayes估计的定义、E-Bayes估计,并在此基础上给出了E-Bayes估计的性质——可靠性参数的E-Bayes估计和多层Bayes估计的关系.最后,结合发动机的实际问题进行了计算,结果表明提出的方法可行且便于应用.     

双参数指数分布无失效数据的参数估计

文章对双参数指数分布的无失效数据（ｔｉ，ｎｉ），给出了参数μ和σ的修正极大似然估计和最小二乘估计，并给出了失效概率ｐｉ＝ｐ｛Ｔ＜ｔｉ｝的Ｂａｙｅｓ估计和多层Ｂａｙｅｓ估计，从而可以得到无失效数据可靠度的估计。最后，结合实际问题进行了计算。     

无失效数据失效率的估计

对指数分布无失效数据（ｔｉ,ｎｉ）的失效率λ,在λ的先验密度的核为ｅｘｐ（－λ）时,给出了λ的Ｂａｙｅｓ估计和多层Ｂａｙｅｓ估计,从而可以得到可靠度的估计,最后,给合实际问题进行了计算。     

无失效数据失效率的综合多层Bayes估计

文章对指数分布无失效数据的失效率,在先验分布为Ｇａｍｍａ分布时,在引进失效信息后,给出了多层Ｂａｙｅｓ估计以及综合多层Ｂａｙｅｓ估计,并给出了可靠度的综合估计。最后,结合实际问题进行了计算