Ⅰ型区间删失数据下产品可靠度的置信下限

本文针对Weibull分布情形下的Ⅰ型区间删失数据,提出了产品的可靠度的优良的置信下限的理论与计算方法。     

关于定时截止寿命试验中的最大似然估计

<正> 在工业品寿命试验的实际工作中,强烈要求缩短试验时间,不必等到所有试件都坏了才结束试验工作.针对这一点,有一种有用的试验方案,就是所谓“定时截止寿命试验”方案,即所有试件试验到某个预先给定的时刻为止,不再继续下去了.在[1]中介绍了这种方案,给出了寿命分布中所含未知参数的最大似然估计法,并应用到指数分布上去.我们     

样本空间中的序与参数的置信限

此文中我们利用样本空间中的序提出了计算参数信限的一般方法，对于双向删失和更新计数过程的情形，我们分别获得了具体的计算公式，它们在寿命及可靠性研究中有重要的实用价值。     

随机截尾情形下Weibull分布参数的最大似然估计的相合性

本文证明了对于Weibull分布来讲,基于随机截尾数据得到的参数的最大似然估计具有强相合性。     

一类最优停止问题的解

Let {Z_i} be i.i.d.,and {ε_i} be i.i.d.,Bernoulli variables independent of {Z_i}.Set To≡z and T_n=ε_n(T_(n-1)-Z_n)for n≥1.Using Wiener-Hopf type equations,we give a newapproch to find optimal stopping rules for stopping T_n-nC,Where C>O.Special casesare nsidered in detail,some of them are difficult to treat by Ferguson's method.     

随机截尾数据的处理方法

1.引言 产品的可靠性评定或医学、生物学实验中的寿命评估都必须具有所需的数据,而对于众多的产品(或医学、生物学实验)来说,准确的实验室(或临床试验)数据是很难或成本过高而不易得到.即使是有实验观察也往往由于时间太长而不得不中途停止.因此,大批的寿命数据来自现场,这些现场数据的收集和处理变得越来越重要,成为可靠性分析或生存分析中十分重要的一环. 这些现场统计数据有如下的特点: 1)信息来源复杂.由于数据来自不同的现场,自然环境和操作人员的不同都会产生影响. 2)有些产品中途失去观察或退出实验过程,造成信息丢失.例如,某机器停…     

对复杂假设的一类渐近最优的序贯检验

设X的分布密度是f(x,θ)=exp{θx-ψ(θ)}(关于某测度v),这里θ是未知参数,θ∈(θ_-,θ^-),-∞≤ < ≤∞,给定θ₀,θ₁(<θ₀<θ₁<θ^-),对于检验问题“零假设是θ≤θ₀,对立假设是θ≥θ₁”,找出了一类截尾的序贯检验法,其第一类错误的概率不超过α,第二类错误的概率不超过β,而且α+β→0时平均样本量对一切θ均渐近地最小。     

EM algorithm and its application to testing hypotheses

The conventional method for testing hypotheses is to find an exact or asymptotic distributionof a test statistic But when the model is complex and the sample size is small,difficulty often arises. Thispaper aims to present a method for finding maximum probability with the help of EM algorithm. For any fixedsample size,this method can be used not only to obtain an accurate test but also to check the real level of     

关于无失效数据情形下的置信限

在本文中，我们对一些常见的可靠性参数了在没有失效数据情形下的置信限，不仅给出了计算最优置信下限的普遍公式，而且对指数分布，Ｗｅｉｂｕｌｌ分布和对数正态分布分别导出了具体结果。