完全随机缺失数据下配对试验的Bayes分析

采用Bayes分析方法,对完全随机缺失下配对试验设计数据进行统计分析,给出了参数的Bayes后验概率密度函数及参数的置信区间计算表达式,并对基于Bayes分析的假设检验功效进行了模拟.从模拟结果看,Bayes分析检验功效一致性地高于缺失数据配对删除的t检验方法,特别,在缺失数据相对较多或配对数据相关系数较低时,其表现出更大优势.     

Weibull分布恒定应力加速寿命试验的Bayes估计

对定时和定数截尾样本情形CE模型下Weibull分布场合恒定应力加速寿命试验进行了Bayes统计分析,利用Laplace方法给出了该模型的近似Bayes估计.最后通过模拟实例表明该Bayes估计是有效的.     

������������˫����ָ���ֲ���Ʒƽ���������ʵ�ͳ���ƶ�

本文利用广义p值和广义置信区间理论,研究了两独立服从双参数指数分布产品平均寿命比率的统计推断问题.给出了平均寿命比率的广义置信区间,并对该区间的覆盖率和区间长度进行了数据模拟,模拟结果与已有文献中的近似置信区间进行了比较,结果显示本文给出的广义置信区间的区间覆盖率和区间长度都要优于近似置信区间,特别是在小样本的情况下.     

形状约束条件下Bayes非参数回归

本文给出形状约束条件下非参数回归模型的Bayes估计方法.利用Markov链Monte Carlo方法对模型进行拟合.具体地,用形状约束Bernstein多项式近似非参数函数,把截断正态分布作为Bernstein多项式系数的先验分布来保证函数估计满足指定的形状约束.最后通过模拟比较和实例分析来展现形状约束Bayes估计的小样本性质.     

K/n(G)系统可靠性评定的多源验前信息融合方法

在多源验前信息的情况下,以k/n(G)系统为例,讨论了如何对系统的可靠性指标进行估计的问题.在多个验前信息源给出了系统可靠性指标点估计的情况下,利用多层Bayes方法及经验Bayes方法对这些数据进行融合,并给出系统可靠性指标的Bayes点估计,同时对系统可靠度的置信区间也作了讨论.仿真算例表明这种处理方法是合理有效的.     

双参数指数分布的可靠寿命的广义置信下限

基于双参数指数分布定数截尾数据,利用Weerahanandi给出的广义置信区间的概念,建立了可靠寿命的广义置信下限,并从理论上证明了我们给出的广义置信下限是精确的,即基于广义置信下限的区间估计的覆盖率等于要求的置信水平.广义置信下限需要通过数值方法得到,但是计算方法是简单直接的.在小样本情形下,通过对基于广义置信下限的置信区间与Engelhardt-Bain近似置信区间覆盖率的模拟比较,发现广义置信下限更令人满意.     

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.     

双边Ⅰ型删失下Topp-Leone分布的参数及可靠度的估计（英文）

首先,在双边Ⅰ型删失样本下得到Topp-Leone分布中参数的极大似然估计、渐近置信区间和Bootstrap置信区间,并进一步得到可靠度函数的渐近置信区间.其次,在不同的损失函数下得到了参数和可靠度函数的Bayes估计.通过蒙特卡罗模拟,计算出参数估计的均值和平均相对误差.最后,为了说明目的,还采用了一个真实的数据集.     

不同损失下Lomax分布形状参数的Bayes估计

本文研究了两参数Lomax分布形状参数的Bayes估计问题.当尺度参数已知时,给出了在几种不同损失函数下形状参数的Bayes估计表达式,并运用随机模拟方法对各个估计进行了比较.     

基于混合Ⅰ型删失数据的威布尔模型精确推断（英文）

威布尔分布是可靠性和寿命测试试验中常用的模型.本文中,我们考虑了基于混合Ⅰ型删失数据的威布尔模型精确推断.我们得到了威布尔分布未知参数最大似然估计的精确分布以及基于精确分布的置信区间.由于精确分布函数较为复杂,我们也给出了未知参数的另外几种置信区间,比如,基于近似方法的置信区间,Bootstrap置信区间.为了评价本文的方法,我们给出了一些数值模拟的结果.     

基于混合Ⅱ型删失数据的Weibull模型精确推断和可接受抽样计划(英文)

本文考虑基于混合Ⅱ型删失数据的Weibull模型精确推断和可接受抽样计划.得到威布尔分布未知参数最大似然估计的精确分布以及基于精确分布的置信区间.由于精确分布函数较为复杂,给出未知参数的另外几种置信区间,基于近似方法的置信区间.为了评价本文的方法,给出一些数值模拟的结果.且讨论了可靠性中的可接受抽样计划问题.利用参数最大似然估计的精确分布,给出一个可接受抽样计划的执行程序和数值模拟结果.     

逐步增加的Ⅱ型截尾下系统可靠性的Bayes分析及寿命预测

在逐步增加的型截尾模型下,研究部件寿命服从双参数指数分布的冷贮备串联系统可靠性指标的Bayes估计及单样本场合未来观测值的预测问题.在两个参数均未知的情形下,分别在平方损失(SE)、LINEX损失和熵(General Entropy,GE)损失函数下给出两个参数及可靠性指标的Bayes估计,对于超参数的确定,给出一种新的方法;并讨论了单样本场合未来观测值的预测问题,给出预测分布及预测区间;最后利用随机模拟方法进行比较,并对结果进行了讨论.     

指数分布场合下步进应力加速寿命试验的极大似然估计

本文首先给出了指数分布场合下步进应力加速寿命试验定时和定数截尾的MLE的存在和唯一的充要条件 ,然后给出了正常应力下平均寿命的近似置信区间 ,最后用随机模拟的方法研究了MLE的点估计的偏性和均方误差 ,近似置信区间覆盖真值的比率并与其它方法作了比较 .     

定时截尾数据缺失场合下Weibull分布的Bayes分析

本文研究了定时截尾数据缺失场合下的两个参数与可靠度的Bayes估计.利用数值计算的方法,获得了两个参数与可靠度的Bayes估计的近似结果.大量的Monte-Carlo数值模拟试验表明了所给方法是可行的.     

无失效数据情形可靠性参数的估计和调整

本文在无失效取样情形下,提出了产品可靠性参数的一种估计和调整的方法———加权多层Bayes估计法.在无失效数据情形下失效率的多层Bayes估计和引进失效信息后失效率的多层Bayes估计的基础上,对可靠性参数进行了估计和调整———给出了失效率和可靠度的加权多层Bayes估计.最后,结合发动机的实际问题进行了计算,结果表明本文提出的方法可行且便于应用.     

逆高斯分布变异系数和尺度参数的统计推断研究

构造了逆高斯分布中变异系数的广义枢轴量,给出了一种参数的区间估计方法,并与MOVOER(method of variance of estimates recovery)和Bootstrap 方法进行比较;给出了多总体下尺度参数两两差的同时置信区间.模拟结果表明:在中、小样本情况下,所给的广义置信区间其覆盖概率接近置信...     

双参数指数分布环境因子的Bayes估计

讨论了定数截尾样本下双参数指数分布环境因子的极大似然估计、区间估计和Bayes估计.以参数后验密度的商密度作为环境因子的后验密度,并结合专家经验运用Bayes方法给出了环境因子在平方损失下和LINEX损失下的Bayes估计.最后运用Monte Carlo方法对各估计结果的均方误差(MSE),进行了模拟比较.结果表明LINEX损失下环境因子的估计较好.     

基于Weibull寿命模型对工业中可靠度指标进行Bayes估计

主要研究了工业中可靠性指标R=P(Y X)的参数估计问题,其中X和Y是具有相同尺度参数但不同形状参数的Weibull分布的独立随机变量,计算得到了R的极大似然估计和近似的极大似然估计.进一步根据上述结果计算得到了相应的渐近分布,并用它来构造渐近的置信区间.同时考虑了非参数的Bootstrap置信区间.另外,提出了基于不同的Gibbs抽样方法的Bayes估计:Metropolis-Hastings和Adaptive Rejection Metropolis Sampling.最后,通过数值模拟和实际数据的分析来对比不同参数估计方法的性能.     

基于循序-I型删失数据的Gompertz-sinh分布的统计推断[英文]

本文研究了在循序-I型删失数据情形下Gompertz-sinh分布的统计推断问题.利用处理删失数据的EM算法,我们讨论了Gompertz-sinh分布未知参数的最大似然估计(MLE)问题.为了讨论未知参数的近似置信区间估计,基于遗失信息原则,我们给出了观测Fisher信息矩阵.为了演示本文的方法,我们给出了相关数值模拟结果和一个真实数据实例.     

基于循序-Ⅰ型删失数据的Gompertz-sinh分布的统计推断(英文)

本文研究在循序-I型删失数据情形下Gompertz-sinh分布的统计推断问题.利用处理删失数据的EM算法,讨论Gompertz-sinh分布未知参数的最大似然估计(MLE)问题.为了讨论未知参数的近似置信区间估计,基于遗失信息原则,给出观测Fisher信息矩阵.为了演示本文的方法,给出相关数值模拟结果和一个真实数据实例.