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。     

三参数Weibull分布定数截尾下形状参数的区间估计

本给出了在定数截尾场合下利用三个次序统计量来构造三参数Weibull分布形状参数精确置信区间的方法，另外本还给出了三参数Weibull分布三个参数的联合置信域。章的最后，给出了Monte-Carlo模拟例子并运用本的方法求解了两个实例。     

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...     

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。     

截尾情形下Weibull分布的最大似然估计

本文利用似然函数的单调性,分别给出了定时截尾和定数截尾情形下Weibull分布中参数最大似然估计(MLE)的数值解法.数据模拟研究表明,所给出的解法效果良好.     

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     

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。     

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.     

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.     

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．     

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.     

双定数混合截尾下指数分布的估计与预测（英文）

当受试样品的寿命服从指数分布时,基于双定数混合截尾数据,在三种损失函数下求出了指数分布未知参数和可靠度的估计,利用经典方法得到了未来观测值的点预测和区间预测.当参数的先验分布分别取为伽马先验和无信息先验分布时,得到了未来观测值的预测值及等尾预测区间.对于独立同分布于该指数分布的任一试验样品,得到了它的失效时刻的点预测和区间预测.通过随机模拟计算出参数和可靠度估计的均值及平均绝对值偏差.最后对一个数值例子进行了分析,利用文中的结论计算出了相关的估计值和预测值.     

两参数Weibull分布定数,定时截尾下序进应力加速寿命统计分析

本文考虑两参数Ｗｅｉｂｕｌｌ分布情况下，序进应力Ｖ（ｔ）＝ｋｔ下的寿命数据的统计分析，对寿命试验中常见的逆幂律模型，在定数、定时截尾下给出了参数的点估计。     

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.     

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.     

不完全信息下型截尾Weibull分布参数的极大似然估计及贝叶斯估计

给出了不完全信息下 型截尾weibull分布参数的极大似然估计、无信息先验Bayes估计及多层Bayes估计,并指出针对一些具体模型还可以通过随机模拟来比较其估计精度.     

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.     

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。     

对称熵损失下BurrⅫ分布族形状参数和失效率函数的Bayes估计

基于逐次定数截尾样本,在对称熵损失下,针对不同的先验分布,讨论BurrXII分布的形状参数和失效率函数的Bayes估计。对先验分布中所含的超参数采用减函数法构造其先验分布,从而得到相应的Bayes估计。文中说明了所得到的估计是可容许的,文尾运用Monte Carlo方法对估计量的MSE进行了模拟比较。结果显示,所得到的估计有较高的精度。