混合几何分布的参数估计

几何分布是寿命分布中一种重要的分布.在寿命数据处理时,经常会使用混合分布进行分析或拟合,在对混合分布的参数进行估计时,运用常规的矩估计法、极大似然估计法会比较困难.应用EM算法对混合几何分布的参数进行估计,得到了参数的估计迭代公式,并利用Matlab软件进行了数据模拟,从而说明了估计的可行性.     

威布尔分布参数估计方法的精度比较

§1.引言 本文是讨论二参数威布尔分布参数估计方法的精度.在截尾寿命试验和加速寿命试验的数据处理中,对于二参数威布尔分布参数的估计方法有多种,如最好线性无偏估计,最好线性不变估计和简单线性无偏估计.文献[2]提出了形状参数m的无偏估计问题,     

定数截尾步加寿命试验缺失数据下Weibull分布的正常应力水平下特征寿命的近似Bayes估计

当寿命分布为weibull分布时,本文研究定数截尾步加寿命试验缺失数据场合下,当形状参数m已知时,对在正常应力水平S0下的特征寿命η0的一种新的近似Bayes估计.虽然结果形式比较复杂,但可利用数值计算的方法得其近似结果.利用模拟方法研究所给估计的精度,结果显示所给估计的精度是令人满意的.     

几何分布产品全样本场合步进应力加速寿命试验TFR模型下的统计分析

讨论了几何分布产品在步进应力加速试验TFR模型下寿命分布.给出了其寿命分布函数步进形式,在全样本场合利用极大似然估计方法和矩估计方法求出了未知参数的点估计,最后利用计算机模拟说明本文方法的可行性.     

定数截尾缺失数据下双参数指数分布的近似Bayes推断

当寿命分布为双参数指数分布时,本文给出了定数截尾寿命试验数据缺失场合下参数的Bayes估计.为了计算上的方便,本文还给出了Bayes估计的一种近似计算方法.通过大量的Monte-Carlo数值模拟试验,表明这种方法是可行的.     

混合Weibull分布参数估计的ECM算法

混合威布尔分布是寿命数据分析中一个重要的统计模型.但是利用传统的统计方法,如矩估计、极大似然估计等估计模型的参数比较困难.应用ECM算法详细研究了混合威布尔分布在正常工作条件下,完全数据场合、Ⅰ-型截尾和Ⅱ-截尾场合的参数估计问题.数据模拟表明利用ECM算法来估计混合威布尔分布是一种有效的方法.     

几何分布截尾样本场合步进应力加速寿命试验TFR模型下的统计分析

讨论了几何分布产品在步进应力加速试验TFR模型下寿命分布.给出了其寿命分布函数步进形式,在截尾样本场合利用极大似然估计方法和拟矩估计方法求出了未知参数的点估计,最后利用计算机模拟考察了说明本文方法的可行性.     

截尾试验下基于失效率的Weibull分布的参数估计

设样品的寿命分布为Weibull分布:F(t)=1—e~(-λt~m)。投试n个样品进行定数截尾寿命试验,观测到前k个寿命数据t_1,…,t_k。我们希望作出寿命分布参数λ、m的估计.先是当n≤25而后对n>25人们作出了最佳线性无偏估计BLUE,对一般的n,人们作出了简单线性无偏估计GLUE。本文作者在一般分布、一般截尾数下作出了基于经验分布函数的参数的F估计。现     

乘积极限估计的重对数律

利用右删失数据估计寿命分布时,常用乘积极限估计.本文给出乘积极限估计是均匀强相合估计的充要条件.证明乘积极限估计的均匀收敛的重对数律.     

定数截尾数据缺失场合Frechet分布参数的近似极大似然估计

Frechet分布是一种重要的寿命分布,本文给出了在定数截尾数据缺失场合两参数Frechet分布参数的近似极大似然估计,并通过Monto-Carlo模拟说明了本文方法的可行性.     

混合双参数广义Pareto分布的参数估计

Pareto分布族因其厚尾特点,在金融分析、寿命分析中都是非常重要的统计模型.但是对于混合双参广义Pareto分布,在模型参数估计时,传统的矩法估计和极大似然估计在理论上可以实现,实践时比较困难.本文应用EM算法之ECM算法,研究了混合广义Pareto分布在完全数据场合下的参数估计问题,并模拟说明EM算法来估计混合广义Pareto分布是一种容易实现又非常有效的方法.     

基于测试数据的装备贮存可靠性评估

针对无失效数据情形下装备贮存可靠性估计问题,提出了一种利用性能测试数据进行估计的方法.首先利用测试数据估计装备在不同测试时的失效概率,然后利用配分布曲线法估计装备贮存寿命分布函数中的未知参数.由于方法充分利用了装备性能测试数据中所隐含的可靠性变化趋势,使其估计结果具有一定的可信性.     

一种具有“浴盆”失效率的寿命分布的性质与统计分析

给出了一种具有"浴盆"失效率的寿命分布形式,讨论了该寿命分布密度函数、失效率函数的图像特征,证明了其高阶矩的存在性,讨论了"浴盆"底部的宽度以及寿命分布中参数的含义。研究了该寿命分布参数的极大似然估计、最小二乘估计,通过Monte Carlo模拟认为极大似然估计更为精确。论文最后通过四个具体实例说明该寿命分布的合理性,具有实际应用价值。     

定数截尾场合下混合指数威布尔分布的参数估计

混合指数威布尔分布是寿命数据分析中一个重要的统计模型.但是利用传统的矩法估计,极大似然估计等估计模型的参数比较困难.应用ECM算法,研究了混合指数威布尔分布在定数截尾数据场合下的参数估计问题,并以数值模拟验证用ECM算法来估计混合指数威布尔分布在定数截尾数据场合下的有效性.     

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.     

性能退化数据下的VDMOS可靠性分析

依据VDMOS可靠性实验获得的性能指标退化数据,选择导通阻抗作为表征VDMOS性能退化的关键指标,用二阶最小二乘估计的方法拟合了VDMOS关键性能指标退化数据的回归曲线.以该性能指标的相对增量(初始值的20%)为阈值,给出了VDMOS的伪寿命估计.然后基于获得的伪寿命数据,在VDMOS寿命服从Weibull分布的假设下,研究并估计了该分布的形状参数与尺度参数.最后结合W统计量对该假设进行了检验,进一步说明了Weibull分布假设的合理性.     

生存分析中乘积限估计的大样本性质

生存分析中，人们关心的问题之一是利用不完全的寿命调查数据估计生物折寿命分布。在实际问题中，比较常见的不完全数据包括右删失数据，左截断数据和左截断右删失数据。利用这三种数据估计寿命分布时，常用的统计量是乘积限估计。于是，乘积限估计的大样本性质的研究一直受到关注。本文就这方面的研究近况做一比较系统的论述。     

基于维纳过程步进应力加速退化试验的客观贝叶斯分析

高可靠性产品在加速寿命试验中其失效数据经常比较少,利用步进应力加速退化试验来评估产品寿命分布是一种非常好的方法.本文基于维纳过程的步进应力加速退化试验模型利用客观贝叶斯方法获得了其模型参数的无信息先验(Jefferys先验和Reference先验).并证明了对应的后验分布都是正常的.对于Jefferys先验和Reference先验下的后验提出相应的Gibbs抽样算法.最后,我们模拟对比了客观贝叶斯估计、贝叶斯估计和极大似然估计,模拟结果揭示了客观贝叶斯方法的优良性.     

三种抽样设计下Inverse Exponential分布中参数的优良估计

Inverse Exponential (IE)分布作为一种寿命模型,在生存分析中起着重要作用.文章分别在简单随机抽样(SRS),排序集抽样(RSS)和基于Fisher信息量最大RSS (RSSF)下构造了IE分布中参数λ的一些优良估计.数值结果表明,使用同等样本容量的RSS样本和RSSF样本构造的RSS估计和RSSF估计比SRS估计有效.     

一个新的具有单调降失效率的寿命分布

本文由Pareto分布和Logarithmic分布"混合"生成两参数具有单调降失效率的新型寿命分布,研究了该分布的矩、熵、失效率函数、平均剩余寿命和参数的极大似然估计,应用EM算法求参数的极大似然估计,进行了数值模拟.