固体钽电容器序进应力加速寿命试验及数据处理

固体钽电解电容器是一种高可靠产品,在正常的工作应力下进行试验很难获得失效数据,因此需要采用加速     

长度偏差右删失数据剩余寿命的分位数回归

本文研究长度偏差数据下剩余寿命分位数模型的估计方法,充分考虑有偏抽样机制对模型估计的影响.如果忽略这种有偏性会导致估计产生严重偏差甚至错误的结果.本文首先针对长度偏差右删失数据的剩余寿命分位数提出了对数形式的线性回归模型,对删失变量与协变量独立和不独立的两种情况利用估计方程给出了模型参数的估计.其次,通过经验过程和弱收敛理论给出了参数估计的相合性和渐近正态性.最后,本文对提出的估计方法进行了数值模拟并用该方法对奥斯卡奖数据进行分析.     

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.     

GARCH模型估计方法选择及对上证指数的应用

本文介绍了对ARCH/GARCH模型的两种估计方法:准极大似然估计和极小绝对偏差估计,并提出了一种基于自助法(Bootstrap)对估计方法的选择。在厚尾程度不同的情况下进行了模拟分析,表明对于一个具体的数据,该选择法能够自动选择较优的估计方法。并用该方法对上海证券交易所A股和B股的股价指数进行了分析,印证了上海股市B股收益率的尾部厚于A股收益率尾部。     

一般偏差右删失数据下剩余寿命分位数回归

剩余寿命是刻画个体预期寿命的一个重要度量,对剩余寿命的早期研究主要集中在剩余均值上.然而当总体生存函数偏态或厚尾时剩余均值函数可能不存在,因此统计学者建议用剩余寿命分位数来刻画预期寿命.在完全数据和右删失数据下,剩余寿命分位数的建模和理论已经很完善.但是,在实际的调查研究中经常会遇到偏差抽样数据.例如,临床医学中的左截断数据,流行病学中的病例队列抽样数据,医学大型队列研究中的长度偏差抽样数据等等.忽略抽样偏差会导致参数估计有偏和不合理的推断结果.本文考虑一般偏差右删失数据下剩余寿命分位数回归的统计推断问题.首先,我们提出了一个一般偏差右删失数据下的剩余寿命分位数回归模型,并利用一般估计方程方法对模型中的参数进行了估计.针对已有文献常用的删失变量与协变量独立性假设,本文重点考虑了删失变量依赖于协变量场合.其次,由于估计量的渐近方差中涉及非参密度函数,在估计渐近方差时,本文采用Bootstrap方法.最后,数值模拟显示本文提出的方法有限样本性质表现很好.     

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.     

指数分布基于多重定数截尾样本的近似Bayes估计

该文讨论了指数分布场合具有多重定数截尾样本的一种新的近似Bayes估计,导出了基于寿命试验数据的近似Bayes估计和在步加寿命试验情形基于多重定数截尾样本的近似无偏估计和近似Bayes估计.利用模拟方法研究了所给估计的精度,模拟结果显示所给估计的精度是令人满意的     

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.     

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.     

生存分析(Ⅱ)

<正> §4.乘积限估计寿命表分析适用于大样本的情况.只有数据相当多的情况下才有可能对它们进行分组处理.在小样本情形,为充分利用每个数据所包含的信息,必须采用更为精确的估计方法.这些估计中应用最多,效率较高的即是 Kaplan-Meier 的乘积限估计(product-limitestimates).