定数截尾缺失数据下Weibull分布的形状参数两种近似估计的比较

本文研究了定数截尾寿命试验数据缺乏场合下Weibull分布中形状参数的点估计问题．利用次序统计量的方法及逆矩估计法分别给出形状参数的近似估计，并通过大量的Monte—Carlo数值模拟试验对这两种方法精度作了比较。     

定数截尾试验下两参数Weibull分布尺度参数的最优稳健Bayes估计

以Г-后验期望损失作为标准,研究了定数截尾试验下两参数W e ibu ll分布尺度参数θ的最优稳健Bayes估计问题.假设尺度参数θ的先验分布在分布族Г上变化,形状参数β已知时,在0-1损失下,得到了θ的最优稳健区间估计,在均方损失下得到θ的最优稳健点估计及区间估计;β未知时,得到了θ的最优稳健点估计及区间估计.最后给出了数值例子,说明了方法的有效性.     

截尾情形下Weibull分布的最大似然估计

本文利用似然函数的单调性,分别给出了定时截尾和定数截尾情形下Weibull分布中参数最大似然估计(MLE)的数值解法.数据模拟研究表明,所给出的解法效果良好.     

三参数Weibull分布参数和其它可靠性指标的区间估计方法

This paper discusses the interval estimations method for the parameters and other reliability characters of a three-poxameter Weibull distribution. According to the fiducial distrlbution theory of the parameter, the author presents the confidence intervals of the porameters, the reliability and the reliable life. An example mad simulation results are given. It is shown that the method presented in this paper is practicable and worth noticing.     

三参数Weibull分布的渐近广义最小二乘估计

三参数Ｗｅｉｂｕｌｌ分布是可靠性统计中一个极为重要的分布．本文将利用二步迭代方法给出分布中三个参数的一种渐近广义最小二乘估计,并进一步将结果推广至截尾和缺失数据场合．摸拟表明这种参数估计方法具有既简便又有效的优点．     

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.     

在定数截尾样本下三参数威布尔分布的矩估计

本文讨论了在定数截尾样本下三参数威布尔分布的矩估计问题．在定数截尾情形下，将威布尔分布数据转化为均匀分布数据，利用平均剩余寿命构造样本矩，同时，第三阶矩方程用样本的第一个次序统计量来代替，得到了在定数截尾样本下三参数威布尔分布的矩估计方程，用随机模拟方法得出了矩估计的偏性和均方误差．并与近似MLE进行了比较，表明此矩估计方法有较好的性质．     

定数截尾指数分布参数的具有一致最小平均长度的区间估计

设随机变量X服从指数分布f(x，θ)，研究并给出了指数分布平均寿命参数和平均失效率参数的具有一致最小平均长度的区间估计，计算方法和数值用表。     

双定数混合截尾下两参数Pareto分布的统计分析

在传统的定时和定数截尾试验的基础上,该文首次提出了一种新的截尾试验方案:双定数混合截尾.基于这类截尾数据求出了两参数Pareto分布参数的极大似然估计及θ的置信区间.当α已知时,取Gamma先验分布的情况下,求出了三种不同损失函数下参数θ、可靠度函数以及失效率函数的Bayes估计;当α,θ都未知时,分别取无信息先验分布...     

定数截尾试验下双参数指数分布刻度参数的EB估计

对于定理截尾试验下双参数指数分布刻度参数的经验Bayes估计问题,用间接EB方法得到其EB估计,计算机模拟例子表明本文所给了估计较好。     

在定数截尾样本下三参数威布尔分布的矩估计方程

将威布尔分布数据转化为均匀分布数据,利用平均剩余寿命构造样本矩,得到了在定数截尾样本下三参数威布尔分布的矩估计方程.     

定数截尾下Burr-Ⅻ分布参数贝叶斯估计的混合Gibbs算法

利用混合Gibbs算法(Gibbs抽样与Metropolis算法混合)给出了定数截尾样本场合Burr-Ⅻ分布参数的贝叶斯估计,通过Monte-Carlo模拟,考查贝叶斯估计的均值、均方误差及参数的可信区间,并给出混合Gibbs抽样过程中相应参数的轨迹图、直方图及自相关系数图.结果表明:在定数截尾样本场合,用混合Gibbs算法求Burr-Ⅻ分布参数的贝叶斯估计得到了比较满意的结果,算法可行、稳定、有效.     

Weibull分布形状参数的收缩估计

本文研究两参数Weibull分布在Ⅱ形截尾场合下形状参数的收缩估计．提出了形状参数的四个不同的收缩估计，在Minimax遗憾准则下得到了最优收缩系数．通过对这四个收缩信计的效的研究，可知他们在适当的先验信息下都优于原来的估计，其中基于近似无偏估计所得的形状参数的无编估计是比较理想的估计量．     

基于定数截尾样本监控Weibull分布形状参数的控制图设计

基于定数截尾样本提出了单侧和双侧ARL无偏控制图监控Weibull分布形状参数的变化.提出的控制图仅依赖于样本容量n,失效数r和指定的受控平均链长ARL0.利用模拟方法研究了常见(r,n)组合下提出的控制图在失控状态下的平均链长性质.模拟结果显示,对于形状参数小和中等的向下飘移,文中提出的控制图要优于现有文献的结果.特别是对形状参数中等程度的向下飘移,当失效数r较大时,提出的控制图的平均链长比现有结果小了近一半.由于单侧控制图比双侧控制图能更快地发出报警信号,故建议应尽可能地使用单侧控制图监控形状参数变化.最后用一个例子说明了所提控制图的应用.     

双边定数截尾下Pareto分布的可靠性分析

基于双边定数截尾样本,选取未知参数的先验分布为无信息先验和Gamma分布,分别在平方损失和LINEX损失下,研究了Pareto分布的形状参数和可靠性指标(可靠度和失效率)的Bayes估计.为了研究估计的精度,采用Monte-Carlo模拟的方法给出了数值检验的例子.结果表明在LINEX损失下并选用Gamma先验分布时,参数的Bayes估计是最优的.     

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。     

定数截尾缺失数据下Weibull分布的统计推断

本文给出定数截尾缺失数据下Ｗｅｉｂｕｌｌ分布参数的点估计及区间估计，并通过大量的Ｍｏｎｔｅ－Ｇｒｌｏ模拟说明在样本比较大且缺失数较小的情况下点估计的精度是令人满意的。     

用Gibbs抽样算法计算定数截尾时Weibull分布的贝叶斯估计

本文假设产品寿命服从两参数 Weibull分布 ,在定数截尾寿命试验的情况下 ,利用近年来发展起来的 Gibbs抽样算法 ,设计了计算参数贝叶斯估计的 Gibbs抽样方案 ,计算了一个实例并与经典的 BL UE和 BL IE估计结果进行比较。结果表明 ,较之传统的数值积分法 ,Gibbs抽样算法使用起来方便直接 ,更适合于计算可靠性指标的贝叶斯估计     

在定时截尾样本下三参数威布尔分布的矩估计

讨论了在定时截尾样本下三参数威布尔分布的矩估计问题,得到了在定时截尾样本下三参数威布尔分布的矩估计方程,进而得截尾样本的矩估计(MME).用随机模拟方法表明此矩估计方法有较好的性质.