参数的E Bayes估计法及其应用

提出了参数的一种估计方法—— E Bayes估计法 ,对寿命服从指数分布的产品 ,在失效率的先验分布为 Gamma分布时 ,给出了失效率的 E Bayes估计和多层 Bayes估计 ,并在此基础上给出了失效率和可靠度的 E Bayes估计的性质 .结合实际问题进行了计算 ,结果表明提出的 E Bayes估计法可行且便于应用 .     

Weibull分布恒定应力加速寿命试验的Bayes估计

对定时和定数截尾样本情形CE模型下Weibull分布场合恒定应力加速寿命试验进行了Bayes统计分析,利用Laplace方法给出了该模型的近似Bayes估计.最后通过模拟实例表明该Bayes估计是有效的.     

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.     

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     

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。     

艾拉姆咖分布参数的Bayes估计及检验

首先给出了艾拉姆咖分布在定数截尾场合下参数的极大似然估计;其次由"平均剩余寿命"的概念得到了参数的拟矩估计;然后取共轭先验分布给出了参数的经验Bayes估计、区间估计及假设检验;最后通过实例给出了不同截尾样本下参数的点估计和区间估计.     

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Г(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。     

定数截尾两参数指数——威布尔分布形状参数的Bayes估计

在不同的损失函数下,本文研究了两参数指数—威布尔分布(EWD)形状参数的Bayes估计问题.基于定数截尾试验,当其中一个形状参数α已知时,给出了另一个形状参数θ在三种不同损失函数下的Bayes估计表达式,并求得了可靠度函数的Bayes点估计.最后运用随机模拟方法,将Bayes估计和极大似然估计进行了比较.结果表明,LINEX损失下Bayes估计的精度比极大似然估计高.     

威布尔分布无失效数据的统计分析

本文对Weibull分布场合下的无失效数据(ti,ni),根据“平均剩余寿命”这一概念得到了参数的拟矩估计,进而将其转化至有一个或多个失效数据的情形,利用[1]中的结果给出了失效概率pi的多层Bayes估计,从而利用分布函数曲线拟合方法得到了未知参数的估计．并结合实际问题进行了计算．     

定时截尾数据缺失场合下Weibull分布的Bayes分析

本文研究了定时截尾数据缺失场合下的两个参数与可靠度的Bayes估计.利用数值计算的方法,获得了两个参数与可靠度的Bayes估计的近似结果.大量的Monte-Carlo数值模拟试验表明了所给方法是可行的.