Weibull分布下定数截尾恒加试验的一种最优设计

在Weibull分布下对定数截尾的恒定应力加速寿命试验作了讨论,利用一个引理在大样本下得到了样品的对数p分位寿命极大似然估计的渐进方差的简单表达式.通过最小化渐进方差得到了试验的最优设计,最后给出一个数值例子说明了最优设计的过程.     

定数截尾恒定应力加速寿命试验的最优设计

本文讨论了在指数分布下K个应力情况满足条件（3．3）的恒加试验，并给出它的最优设计。     

逐步增加Ⅱ型截尾下指数分布恒加试验的统计分析

本文对逐步增加Ⅱ型截尾下指数分布场合恒定应力加速寿命试验进行了统计分析,得到参数的最大似然估计存在唯一的充要条件。最后通过模拟例子表明最大似然估计是有效的。     

竞争失效产品定量截尾的简单恒加寿命试验的优化设计

本文在指数分布场合下研究了具有竞争失效机理产品的简单恒加试验的优化设计问题，得出了一系列与简单步加试验相对应的结果，这里最优性是指正常应力水平下各失效机理的对数平均寿命的极大似然估计（ＭＬＥ）的渐进方差之和的极小化。     

竞争失效产品定时截尾的简单恒加寿命试验的优化设计

本文在指数分布场合下研究了具有竞争失效机理产品的简单恒加试验的优化设计问题,得出了一系列与简单步加试验相对应的结果．这里最优性是指正常应力水平下各失效机理的对数平均寿命的极大似然估计（MLE）的渐进方差之和的极小化．     

定数截尾步加寿命试验缺失数据下Weibull分布的正常应力水平下特征寿命的近似Bayes估计

当寿命分布为weibull分布时,本文研究定数截尾步加寿命试验缺失数据场合下,当形状参数m已知时,对在正常应力水平S0下的特征寿命η0的一种新的近似Bayes估计.虽然结果形式比较复杂,但可利用数值计算的方法得其近似结果.利用模拟方法研究所给估计的精度,结果显示所给估计的精度是令人满意的.     

关于离散型试验的最优设计

本文对线性模型中离散型试验的设计阵提出了一致最优与分组E最优的标准,找到了一致最优设计阵存在的充要条件,证明了正交设计与BIB区组设计是分组E最优设计和E最优设计.本文中的方法可以用于非离散型的试验,得到相应的结果.     

指数分布场合下双应力步加试验的设计

本文利用指数分布场合下双应力无交互作用时定时步进应力加速寿命试验~(简称步加试验) 的非退化试验设计与退化试验设计的关系,将双应力试验设计转化成单应力试验设计, 在``使得工作应力下产品对数分位寿命的极大似然估计的渐近方差最小'的最优准则下, 给出双应力无交互作用时定时步加试验的设计方法, 同时证明该设计也是D-最优的.     

CE模型下指数分布步加试验的贝叶斯估计

本文利用Gibbs抽样法得到了CE模型下指数分布场合步进应力加速寿命试验的多层Bayes参数估计,最后通过模拟比较表明多层Bayes估计比最大似然估计更加有效而实用。     

混合截尾和定时截尾试验weibull分布抽样方案的比较

混合截尾试验是定时和定数截尾的一种有用的推广。本文研究了Ｗｅｉｂｕｌｌ分布和混合截尾试验的一次抽样方案,并对可靠决策损失函数给出了贝叶斯风险的显式表达式。比较陈和林的模型（１９９９）,我们得混合截尾试验的抽样方案于定时抽样方案。     

步进应力加速寿命试验的最优设计

本文在两个未知参数的加速方程下，以（4．3）为约束条件，以MLE渐近方差最小为准则，给出了指数分布下k≥3个应力情况失效数分配的最优设计。     

步进应力加速寿命试验的最优设计

本文在一般k个未知参数的加速方程下,以MLE渐近方差最小为准则,解决了指数分布时k个应力情况的最优设计问题.     

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。     

自适应逐步II型混合截尾恒加寿命试验下广义指数分布的统计分析

在自适应逐步II型混合截尾恒定应力加速寿命试验下,讨论了两参数广义指数分布的统计分析。利用EM算法和最小二乘法相结合的新方法推导出未知参数与可靠度函数的点估计,通过信息缺失原则得到了观测Fisher信息阵和尺度参数的渐近无偏估计。利用估计的渐近正态性和参数bootstrap方法构造了参数的置信区间。最后运用Monte-Carlo方法分别对得到的点估计和区间估计的精度进行研究,结果表明尺度参数的渐近无偏估计优于相应的两步估计, Boot-p置信区间比相应的渐近置信区间更精确。     

逐次Ⅰ型混合截尾下基于FGM copula的应力强度模型可靠性估计

在逐次Ⅰ型混合截尾样本下,研究具有相关性应力-强度模型的可靠性.假设应力和强度分布为参数不同的指数分布,选用FGM copula作为连接函数构造联合分布,得到参数和可靠度的极大似然估计(MLEs)、贝叶斯估计和对应渐近置信区间、HPD置信区间.通过Monte Carlo模拟方法,获得不同样本量不同截尾方案下估计值的数值...     

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．     

截尾分布与截尾样本的统计分析

[1]中给出了样本容量n已知的(n,r）定时截尾不完全样本的分析方法。在[2]中我们讨论了n未知的（n,r）定时截尾不完全样本并较好地处理了晚截尾的接近完全样本的分析。本文中我们相应于截尾样本，引入截尾分布，通过用截尾样本拟合截尾分布而得到寿命T的整体分布。此方法无论对n已知还是n未知，对早截尾还是晚截尾的（n,r）定时截尾样本都适用。并且此方法还可推广到对其它形式的不完全样本的处理。     

简单步进应力加速寿命试验及其最优设计

仅含有二个高应力的步加试验称为简单步加试验。本文试图在指数分布场合下对截尾数据讨论简单步加试验。给出了常应力下一些可靠性特征的点估计和置信限,还给出了简单步加试验的最优设计。这里最优性是指常应力下对数寿命的渐近方差的极小化,最后的一个例子说明了上述方法的具体应用。     

具有复杂约束混料试验的渐近D-最优设计

复杂约束条件下试验设计区域极不规则,通常难以得到精确的最优设计.本文构造一种针对混料试验设计的随机搜索算法(MDRS),在具有复杂约束的区域内由Monte-Carlo方法产生一组初始点集,并通过MDRS算法迭代至逼近最优点集.通过实例验证,这种方法是有效的.它可以作为衡量其他设计的一个标准,即只有当给出的其他设计优于近似的最优解时才是有效.