一个贝叶斯离散可靠性增长模型

本文提出了一个贝叶斯离散可靠性增长模型，假设一个产品的开发过程由ｍ个阶段组成在每一个阶段中，都进行一个成败型寿命试验，在试验结束后，再分析其结果，然后对产品进行修改或重新设计，以期提高产品的可靠性，如何产品的失效可分为不可修复的以及可修复的两种，假定产品的不可修复失效概率在各个阶段中保持相同，而可修复失效概率随着试验 增加而减少。     

贝叶斯指数可靠性增长模型先验分布参数的确定

Ｇａｍｍａ分布函数Г（ｘ│α，β），α〉０，β〉０通常用做贝叶斯指数可靠性增长模型的先验分布密度函数，参数αβ的不同，将引起增长试验的评估结果很大的差异，本文应用计算机仿真，通过对典型示例的分析，比较得出了先验分布参数的三种取法对可靠性评估结果的影响。     

可靠性增长模型的统计分析

一、引言系统可靠性的寿命循环包括构思、定义、开发研制、定型投产、以及使用等阶段直到报废处理.前四个阶段都属于可靠性设计过程.在设计过程中,设计人员要对系统进行一系列试验,主要的有样机(Prototype)试验、开发(development)试验、环境(environmental)试验、定型(qualification)试验、投产(production)试验以及论证(demonstration)试验.这是一系列“试验——改进——再试验——再改进”的过程,在这个过程中,当找到并确定了失     

可靠性增长模型的检验

本文讨论了定数、定时和混合截尾数据场合下,AMSAA可靠性增长模型的拟合和增长趋势的检验问题。     

离散交换群上的Wiener-Hopf算子(英)

用groupoid方法研究了离散交换群上的Wiener－Hopf算子．     

关于有向无标度图的一个推广模型(英)

研究了一个动态的有向随机图演化模型： 每个时间步模型随机的加入一个顶点及随机数目条依出、入度择优连接的有向边. 证明了该模型出、入度分布服从幂律且具有对称的幂律指数.     

AMSAA-BISE可靠性增长模型不能成立

阐述周源泉、翁朝曦提出的AMSAA-BISE模型存在的问题,提出一个近似计算模型,并给出数值例加以说明.     

离散DGM(1,1,t~α)模型

针对具有部分指数特征且含时间幂次项的数据序列,分别建立了以x~0(1)和x~1(n)为初始条件的离散DGM(1,1,t~α)模型,并给出了α取1,2时的模型公式及其推导过程;根据数据序列的最小二乘曲线并不一定就是由初始值迭代拟合生成的曲线,对DGM(1,1,t~α)模型的迭代基值进行了优化,并给出了基值修正项的估计式;最后,通过一个实例验证了所建模型的合理性与实用性.     

一个离散种群模型的稳定性判据

定理假定(?)是x_i 1=g(x_i)的满足((?)-x)(g(x)-x)>0,(x≠(?))的平衡点,且在(?)的邻域内有g(g(x))-x=A_1(x-(?)) … A_n(x-(?))~n …,那么:(1)若A_1=A_2=…A_n-1=C A_n≠0则n为奇数;(2)若(1)成立,则(?)渐近稳定的充要条件是A_2k 1<0(n=2k 1);(3)(?)稳定但不吸引的充要条件是所有A_i=0(i=1,2,…).     

离散抽样OU-复合Poisson过程的参数矩估计(英)

本文研究基于离散观测的正复合Poisson过程驱动OU型过程的参数估计. 通过矩估计给出了过程平稳分布参数的估计量,并得到了估计量的相合性和渐近正态性. 进一步,将矩估计的方法和结论推广到叠加过程的情况.     

用于指数可靠性增长模型的一类新的先验分布

该文提出了可用于指数分布产品四种可靠性增长试验方案的一类新的先验分布. 这类先验分布以条件分布形式给出, 它适合可靠性增长试验中的各种情况. 各阶段的条件均值和条件方差的表达式被获得, 先验分布的形式与它们的参数间的关系被讨论. 这些结果有助于与专家意见相结合.本文还给出试验末尾产品可靠性的后验密度, Bayesian估计和Bayesian下限.     

威布尔分布的Bayes可靠性分析

本文针对两参数的威布尔分布的元件，采用Ｂａｙｅｓ方法对其可靠性进行分析，文中分别对两种假设情况进行了讨论，第一种情况是形状参数为离散取值，尺度参数为连续取值的情况，第二种情况假设形状参数的先验分布为均匀分布，尺度参数的先验分布为逆伽玛分布，推出了对应的可靠性估计和置信下限估计，并给出了计算算法，最后用实例对算法进行了验证。     

A Gaussian Mixed Model for Learning Discrete Bayesian Networks

In this paper, we address the problem of learning discrete Bayesian networks from noisy data. A graphical model based on a mixture of Gaussian distributions with categorical mixing structure coming from a discrete Bayesian network is considered. The network learning is formulated as a maximum likelihood estimation problem and performed by employing an EM algorithm. The proposed approach is relevant to a variety of statistical problems for which Bayesian network models are suitable—from simple regression analysis to learning gene/protein regulatory networks from microarray data.     

Duane-LR模型下复杂系统的动态可靠性增长评定

基于复杂系统可靠性增长试验的特点,运用Duane可靠性增长模型结合数理统计中的线性回归方法对新批次产品的可靠性参数进行预测。结合产品的少量现场试验数据,利用Bayes方法对系统的可靠性增长试验结果进行评定。文中首先给出了可靠性增长分析的模型,然后运用历次阶段试验中的可靠性增长数据建立动态参数的递推估计模型,在此基础上,运用随机变量函数的分布,给出各阶段可靠性增长试验中可靠性参数的Bayes估计。文中对Weibull、指数和二项分布三种试验结果进行分析,给出计算公式。     

Bayesian Influence Assessment in the Growth Curve Model with Unstructured Covariance

From a Bayesian point of view, in this paper we discuss the influence of a subset of observations on the posterior distributions of parameters in a growth curve model with unstructured covariance. The measure used to assess the influence is based on a Bayesian entropy, namely Kullback-Leibler divergence (KLD). Several new properties of the Bayesian entropy are studied, and analytically closed forms of the KLD measurement both for the matrix-variate normal distribution and the Wishart distribution are established. In the growth curve model, the KLD measurements for all combinations of the parameters are also studied. For illustration, a practical data set is analyzed using the proposed approach, which shows that the diagnostics measurements are useful in practice.     

二项分布下的一种贝叶斯可靠性验收试验方案

为了合理利用先验信息制定可靠性验收试验方案，以降低验收试验的费用，在进行可靠性定型试验的前提下，提出了一种先验信息加工方法，并根据生产与使用双方实际所关心的风险意义，制定了产品可靠性验收试验的一种贝叶斯方案。算例结果证实，该方案在保证了生产方与使用方利益的前提下，减少了试验量，降低了验收试验费用。说明所提出的先验信息利用方式是有效的。     

无失效数据的多层Bayes可靠性分析

本文对无失效数据（ti,ni）在时刻ti的失效概率pi＝p｛T＜ti｝的先验分布为不完全Beta分布时，给出了pi的多层Bayes估计，由此可以得到无失效数据可靠度的估计．     

基于DNA微阵列数据分析的分级Bayes模型

如何分离出少量区别不同组织类型的特异性基因是DNA微阵列数据分析中的主要问题,特别是构建恰当的统计模型来刻画这些不同组织类型的DNA表达形式尤为重要.为此,基于基因DNA微阵列数据的特点,我们假定对数变换后的微阵列数据服从混合正态分布.我们采用分级Bayesian先验刻画不同基因的相关性,利用分级Bayesian方法构建模型,给出了刻画不同组织基因表达的差异的一个标准,用MCMC迭代计算该标准.模拟计算表明我们的模型具有较好的识别能力.     

Estimation in a Discrete Reliability Growth Model Under an Inverse Sampling Scheme

This paper develops a discrete reliability growth (RG) model for an inverse sampling scheme, e.g., for destructive tests of expensive single-shot operations systems where design changes are made only and immediately after the occurrence of failures. For qi, the probability of failure at the i-th stage, a specific parametric form is chosen which conforms to the concept of the Duane (1964, IEEE Trans. Aerospace Electron. Systems, 2, 563-566) learning curve in the continuous-time RG setting. A generalized linear model approach is pursued which efficiently handles a certain non-standard situation arising in the study of large-sample properties of the maximum likelihood estimators (MLEs) of the parameters. Alternative closed-form estimators of the model parameters are proposed and compared with the MLEs through asymptotic efficiency as well as small and moderate sample size simulation studies.