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.     

两参数指数-威布尔分布形状参数的经验贝叶斯估计

研究了两参数指数-威布尔分布形状参数的经验贝叶斯(EB)估计问题,并假定当其中一个形状参数α已知时,给出了另一个形状参数θ在两种不同损失函数情况下的EB估计的表达式.并运用随机模拟方法,将两种不同损失函数下的EB估计进行了比较.     

定时截尾场合下双参数指数分布的参数估计

本文给出了定量截尾场合下双参数指数分布中两个参数的近似无偏估计（AUE），计算了它们的期望及方差，并与极大似然估计，相应定数截尾场合下的估计做了比较。     

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.     

定数截尾场合下混合指数威布尔分布的参数估计

混合指数威布尔分布是寿命数据分析中一个重要的统计模型.但是利用传统的矩法估计,极大似然估计等估计模型的参数比较困难.应用ECM算法,研究了混合指数威布尔分布在定数截尾数据场合下的参数估计问题,并以数值模拟验证用ECM算法来估计混合指数威布尔分布在定数截尾数据场合下的有效性.     

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．     

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。     

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．     

小样本定数截尾场合下威布尔和对数正态分布的拟合检验

本文给出了小样本定数截尾场合下两参数威布尔分布和对数正态分布的拟合检验方法,该方法还适用于一般的位置-刻度参数族分布,论文还通过实际算例说明方法的可行性。     

双边定时截尾场合三参数对数正态分布的参数估计

给出了双边定时截尾场合三参数对数正态分布的参数估计,并通过Monte-Carlo模拟说明本文方法的可行性.     

Marshall-Olkin�������ֲ��ı�Ҷ˹����

??Kundu and Gupta proposed to use the importance sampling method to compute the Bayesian estimation of the unknown parameters of the Marshall-Olkin bivariate Weibull distribution. However, we find that the performance of the importance sampling method becomes worse as the sample size gets larger. In this paper, we introduce latent variables to simplify the likelihood function, and use MCMC algorithm to estimate the unknown parameters. Numerical simulations are carried out to assess the performance of the proposed method by comparing with the maximum likelihood estimation, and we find that the Bayesian estimates perform better even for the case of small sample size. A real data is also analyzed for illustrative purpose.     

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.     

熵损失函数下两参数指数威布尔分布尺度参数的Bayes估计

本文给定一截尾样本，在熵损失函数下，研究了两参数指数威布尔分布尺度参数在先验伽玛分布下的Bayes估计，并给出了该参数的Bayes区间估计。     

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.     

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。     

Weibull分布步进应力加速寿命试验的Bayes估计

本文研究了定时和定数截尾情形CE模型下Weibull分布场合步进应力加速寿命试验的Bayes估计.利用加速系数和加速方程将各种加速应力水平下的尺度参数换算为正常应力水平下的尺度参数,从而获得含正常应力下尺度参数的似然函数.在参数先验的选取时,尺度参数和加速系数分别取共轭先验和无信息先验,当形状参数m<1和m>1时分别取Beta分布和Gamma分布作为其先验.在平方损失下,利用Gibbs抽样和切片抽样给出了该模型参数的Bayes估计.最后,通过Monte Carlo模拟表明该Bayes估计是有效的.     

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     

Bayesian sequential reliability for Weibull and related distributions

Assume that the probability density function for the lifetime of a newly designed product has the form: [H(t)/Q()] exp{–H(t)/Q()}. The Exponential(), Rayleigh, WeibullW(, ) and Pareto pdf's are special cases.Q() will be assumed to have an inverse Gamma prior. Assume thatm independent products are to be tested with replacement. A Bayesian Sequential Reliability Demonstration Testing plan is used to eigher accept the product and start formal production, or reject the product for reengineering. The test criterion is the intersection of two goals, a minimal goal to begin production and a mature product goal. The exact values of various risks and the distribution of total number of failures are evaluated. Based on a result about a Poisson process, the expected stopping time for the exponential failure time is also found. Included in these risks and expected stopping times are frequentist versions, thereof, so that the results also provide frequentist answers for a class of interesting stopping rules.This research was supported by NSF grants DMS-8703620 and DMS-8923071, and forms part of the Ph.D. Thesis of the first author, the development of which was supported in part by a David Ross grant at Purdue University. The authors thank the editors and a referee for insightful comments and suggestions.     

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.