分组型数据三参数Weibull分布的参数估计

给出了在分组型数据下三参数Weibull分布的参数估计,并通过Monte-Carlo模拟说明了本文方法的可行性.     

三参数Weibull分布参数的Bayes估计

给出了三参数Weibull分布参数Bayes估计的两种方法,其一基于Laplace数值积分法,其二基于Gibbs抽样方法.模拟例子说明了估计方法的有效性.     

两个Weibull分布尺度参数比的推断

本文研究两个Weibull分布尺度参数比的推断.利用广义枢轴量和广义检验变量分别给出尺度参数比的广义置信区间和假设检验.证明了在形状参数相等时由广义枢轴量确定的尺度参数比的100(1-α)%广义置信区间的覆盖概率为1-α(0＜α＜1).由广义p-值确定的固定水平检验具有真实水平.讨论了形状参数不等时尺度参数比的推断,给出频率性质,通过与前人的结果模拟比较得出本文的方法能更好地解决尺度参数比的推断问题.最后研究两个Weibull分布形状参数比的假设检验,证明由广义p-值确定的固定水平检验具有真实水平.     

TFR、TRV和CE模型序加试验下WEIBULL分布产品的失效分布

本针对TFR模型，首次提出将步加试验推广至序加试验，就两参数Weibull分布给出了损伤因子函数，同时给出了产品寿命的残存函数，另外针对TRV模型，在序加试验下就两参数Weibull分布给出了损伤系数，同时给出了产品寿命的残存函数。     

两参数Weibull分布参数的联合置信区间

本文推广了文献[1]的方法,给出了定数截尾情况下两参数Weibull分布的形状参数的区间估计,并通过大量的Monte-Carlo模拟考察了优选问题。另外还讨论了两参数的联合区间估计。文章最后通过实例说明了本文方法的应用。     

WEIBULL分布步进应力加速寿命试验损伤失效率模型参数的近似极大似然估计和逆矩估计

Bhattacharyya和Soejoeti(1980)对步进应力加速寿命试验提出损伤失效率模型(TFR模型)．本针对TFR模型，对两参数Weibull分布，在步进应力加速试验下给出了参数的近似极大似然估计和逆矩估计，并通过Montr-Carlo模拟考察了估计的精度，比较了各估计的优劣。     

两样本半参数模型的经验欧氏似然估计

在本文中，我们证明了两样本半参数模型的经验欧氏似然估计的相合性和渐近正态性，也证明了两样本半参数模型的经验欧氏似然比统计量的渐近x2分布性，最后给出了两个例子．     

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。     

一种估算三参数log-normal分布参数的近似方法

三参数（ｌｏｇ－ｎｏｒｍａｌ）分布在可靠性工程中有广泛应用,但其分布参数的估计较为困难。为解决这一问题,本文将极大似然法引入其概率图,提出了一种近似的参数估计方法并给出了算例     

对数正态分布和Weibull分布变差系数的抽样验证方案

本文在参数的极大似然估计的基础上．给出了对数正态分布和Weibull分布变差系数的抽样验证方案．     

完全数据下Weibull分布参数的极大似然估计

在完全数据条件下对Weibull分布,分别使用Newton-Raphson算法、CM算法及修正的CM算法进行完全数据Weibull分布参数的极大似然估计计算,并且在得到相应的迭代公式后,进行随机模拟.从模拟结果来分析这三种算法在处理Weibull分布参数的极大似然估计的优良性.     

一类分布未来观测值的预测

利用贝叶斯方法对一类分布的未来观测值作出预测,此类分布是包括了Weibull,复合Weibull(三参数Burr-type X II),pareto,beta等分布的广义分布,先验分布也给出一个一般形式,其因参数的不同适合不同的分布.本文在所得历史样本为type II双删失情况下,获得了在单、双样本场合未来观测值的预测分布,并举例加以说明.     

Weibull分布场合无失效数据的可靠性验证试验

对于Weibull分布的无失效数据问题,利用Bayes方法给出了产品寿命服从Weibull分布,形状参数的先验分布为U(0,1),尺度参数为1,假定产品的可靠性指标达到某个给定的值的情况下,无失效数据的可靠性验证试验,并利用相同的分析方法给出形状参数的Bayes估计.     

一类未知参数其先验分布为伽玛分布的Bayes区间估计

本文首先给出伽玛分布与χ^2-分布的统计量之间的关系，然后利用贝叶斯统计推断方法给出了伽玛（r）分布、威布尔（weibull）分布、以及卡方（χ^2）分布这三种非正态总体未知参数的Bayes区间估计。     

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．     

双参数威布尔分布下可靠性抽样检验

对于失效时间遵从双参数威布尔分布产品，本文分别提出了制订全样本下和定时截尾样本下可靠性抽样检验方案的统计方法．质量统计是不可靠度的矩估计的严格增加函数．选择截尾时间的方法被提出．利用分布分位数的Coruish-Fisher展开，佯本量和接收常数被近似地确定．模拟结果表明。本文给出的方法是可行的．     

Weibull分布参数的最大似然估计的注记

本在截尾寿命试验，全寿命试验下，求得Weibull分布参数的最大似然方程，其表达式不同于[2]，易于求解，既可机算又可手算，精度可以很高，并通过例子计算，与图估计，简单线性无偏估计及最佳线性无偏估计作对比，发现结果差异很大，因之，敬请生产厂家，可靠性理论工作及质量管理部门应加以注意，应用后三种估计方法是不可靠的，应该采用最大似然估计方法。     

��ʱ��β������������Weibull�ֲ������ع��Ƶ�ǿ�����

本文讨论了定时截尾样本下三参数Weibull分布修正矩估计(MME)的强相合性.首先证明了修正样本矩的强相合性.然后给出了条件(L),得出结论:若所研究的分布F(x;θ1,θ2,θ3)满足条件(L),修正矩估计θ1,θ2,θ3强相合于参数真值.最后证明了当形状参数δ≥1,即失效率增加时,三参数威布尔分布Wei(x;β,δ,γ)满足条件(L),即MME是强相合的.     

尺度参数变点的非参数检验

本文讨论了尺度参数模型参数变点的假设检验问题\bd 基于两样本$U$\,-统计量, 我们给出了两个检验, 并且研究了检验统计量分布的极限性质\bd 我们证明了这两个检验统计量的极限分布分别是$\sup\limits_{0相似文献   

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．