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。     

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。     

指数分布基于多重定数截尾样本的近似Bayes估计

该文讨论了指数分布场合具有多重定数截尾样本的一种新的近似Bayes估计,导出了基于寿命试验数据的近似Bayes估计和在步加寿命试验情形基于多重定数截尾样本的近似无偏估计和近似Bayes估计.利用模拟方法研究了所给估计的精度,模拟结果显示所给估计的精度是令人满意的     

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...     

定数截尾缺失数据下双参数指数分布的近似Bayes推断

当寿命分布为双参数指数分布时,本文给出了定数截尾寿命试验数据缺失场合下参数的Bayes估计.为了计算上的方便,本文还给出了Bayes估计的一种近似计算方法.通过大量的Monte-Carlo数值模拟试验,表明这种方法是可行的.     

指数分布定数截尾情形失效率函数的经验Bayes检验问题

本文讨论指数分布定数截尾情形下失效率函数的经验Bayes(EB)检验问题。利用核估计方法构造了EB检验函数并获得了它的收敛速度。最后给出一个满足定理条件的例子。     

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。     

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。     

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Γ（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．     

双指数分布位置参数的经验Bayes估计问题

本文在平方损失下导出了双指数分布位置参数的Bayes估计，利用非参数方法构造了位置参数的经验Bayes(EB)估计．在适当的条件下，获得了EB估计的收敛速度．最后，给出了一个例子说明适合定理条件的先验分布是存在的．     

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.     

定数截尾数据缺失场合下指数分布参数的Bayes估计

当寿命分布为指数分布时,本文给出了定数截尾寿命试验数据缺失场合下平均寿命的Bayes估计,为计算上的方便,本文还给出了Bayes估计的一种近似计算方法,数值例子表明这种方法简便可行。     

Pitman准则下指数分布刻度参数幂的分组定数截尾估计

在Pitman准则下,对指数分布刻度参数σ的形为σ     

定数双截尾样本下k/N(G)系统可靠性指标的经验Bayes估计

在定数双截尾样本下,研究了不可修k/N(G)系统可靠性指标的估计问题.将Bayes方法和极大似然法相结合获得了部件失效率、系统可靠度和平均寿命的经验Bayes估计.最后给出随机模拟例子,说明了本文方法的正确性.     

定时截尾下指数分布的修正最大似然估计

本文在定时截尾情形下对指数分布提出了修正的最大似然估计，且把修正方法应用到定时截尾恒加试验和步加试验，模拟结果表明修正后的估计量的均方误差有了明显减少。     

定数截尾样本情形指数分布参数的模糊假设检验

以控制犯两类错误的概率为目的。本文在定数截尾样本情形，研究指数分布参数的模糊假设检验问题，并给出了一个数值例子。     

参数未知下基于定数截尾样本监控指数分布的控制图设计北大核心CSCD

实际应用中,过程的目标参数常常未知,需由第Ⅰ阶段数据集估计得到.不同的第Ⅰ阶段数据集会导致目标参数的不同估计值和不同的控制图控制限,因此也意味着不同的控制图表现.对于某个实际工作者而言,最可能的情况是他手中仅有一个第Ⅰ阶段数据集,因此研究基于一个给定的第Ⅰ阶段数据集所构建的控制图表现,即条件表现更具现实意义.该文研究了参数未知时针对定数截尾样本数据指数分布控制图的条件表现,推导出了参数估计下控制图条件平均链长的精确分布,并利用条件平均链长分布及其数字特征评价了参数估计对控制图表现的影响,结果显示参数估计严重影响着控制图的表现.于是,又提出了精确分析方法设计了具有理想条件表现的控制图.最后用一个例子说明如何执行本文所提控制图.     

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.     

数据分组和右截尾情形下混合指数分布的参数估计

混合模型是可靠性工程,金融保险和计量经济学等领域中的一类重要模型。本文利用EM算法考虑了混合指数分布在分组数据和右截尾情形下的参数估计问题,并给出了相应的参数估计公式,最后的数值模拟表明EM算法对我们的模型是有效的。     

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.