威布尔分布场合无失效数据的可靠性分析

本文综合了近几年来对威布尔分布和指数分布的无失效数据处理的几种方法，这些方法是经典方法、贝叶斯方法、最小ｘ＾２方法、等效失效数方法，并对这些方法作了适当的分析，提出进一步需研究的问题。     

威布尔分布无失效数据的统计分析

本文对Weibull分布场合下的无失效数据(ti,ni),根据“平均剩余寿命”这一概念得到了参数的拟矩估计,进而将其转化至有一个或多个失效数据的情形,利用[1]中的结果给出了失效概率pi的多层Bayes估计,从而利用分布函数曲线拟合方法得到了未知参数的估计．并结合实际问题进行了计算．     

威布尔分布无失效数据失效概率的估计

通过讨论威布尔分布函数形状参数m的大小,给出各检测时刻失效概率pi的相互关系作为先验信息,得到pi(i=1,2,…,n)的Bayes估计,并且试验数据显示此种方法是可行的.     

二项分布无失效数据的Bayes可靠性分析

本文对二项分布无失效数据，给出了Bayes估计、多层Bayes估计和Bayes置信下限，并对一些结果进行了比较。     

产品无失效数据的可靠性分析

本对某型发动机的无失效数据,给出了失效概率的多层Bayes估计,从而可以得到该型发动机可靠度的估计,并结合该型发动机的实际问题进行了计算。     

Weibull分布场合无失效数据的可靠性验证试验

对于Weibull分布的无失效数据问题,利用Bayes方法给出了产品寿命服从Weibull分布,形状参数的先验分布为U(0,1),尺度参数为1,假定产品的可靠性指标达到某个给定的值的情况下,无失效数据的可靠性验证试验,并利用相同的分析方法给出形状参数的Bayes估计.     

关于指数分布无失效数据的Bayes分析的注记

本文对指数分布无失效数据，在修正似然函数的基础上，给出了Ｂａｙｅｓ分析的方法，并与［１］中结果进行了比较，同时修正了［２］中的错误．     

无失效数据可靠性参数的综合估计

本对指数分布的无失效数据（ｔｉ,ｎｉ）,给出了参数λ的最小二乘估计以及失效概率ｐｉ＝ｐ｛Ｔ〈ｔｉ｝的Ｂａｙｅｓ估计,并在引进失效信息后给出了Ｐｍ＋１（ｒ）＝Ｐ｛Ｔ〈ｔｍ＋１｝的Ｂａｙｅｓ估计和综合估计,从而可以得到无失效数据的失效率和可靠度的综合估计。最后,综合实际问题进行了计算。     

无失效数据的Bayes和多层Bayes估计

对无失效数据的研究 ,是近些年来遇到的一个新问题 ,在实际问题中迫切需要解决 ,这项工作具有理论和实际应用价值 .本文对无失效数据 (ti,ni) ,在时刻ti 的失效概率pi=p{T 相似文献   

关于无失效数据的分析

本文讨论无失效数据问题，从截断数据模型出发，改进了ＣＬＡＳＳ－Ｋ方法，得到了参数的矩估计，文章还给出了随横模拟的报告。     

无失效数据的多层Bayes可靠性分析

本文对无失效数据（ti,ni）在时刻ti的失效概率pi＝p｛T＜ti｝的先验分布为不完全Beta分布时，给出了pi的多层Bayes估计，由此可以得到无失效数据可靠度的估计．     

无失效数据失效概率的估计

本文对无失效数据(ti,ni),在时刻ti的失效概率pi=p{T＜ti}的先验分布为不完全Beta分布Beta(pi-1,λi;1,b)时,给出了pi的多层Bayes估计,从而可以得到无失效数据可靠度的估计.     

先验分布的构造方法在无失效数据可靠性中的应用

本文给出了先验分布的构造方法——减函数法和增函数法在无失效数据可靠性中的应用。     

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．     

无失效数据可靠性进展

在定时截尾可靠性试验中，有时会遇到无失效数据，特别是在高可靠性，小样本问题中更容易产生无失效数据。本文综述了无失效数据可靠性研究的进展情况，并指出了无失效数据研究中几个需要解决的问题。     

指数分布场合下无失效数据的统计分析

由于产品的可靠性愈来愈高，所以在可靠性寿命试验中，“无失效数据”的现象也愈来愈多．本文根据指数分布的无记忆性，给出可靠度的先验分布，进而在无失效数据的情况下，得到了平均寿命的Bayes估计。     

电器无失效数据的Bayes可靠性分析

通过利用分布函数的凸凹性合理的构造了无失效数据(ti,ni)在ti时刻失效的概率pi=p{Tti}的一类先验分布,利用贝叶斯定理给出了无失效数据概率的一种估计.并根据算例验证该估计是合理的.     

威布尔分布组与删失数据下最大似然估计的存在性

本文研究寿命服从威布尔分布,观测数据分组与可能删失的情况下,最大似然估计的存在性,针对所有数据类型,我们给出了最大似然估计存在性的一个充分必要条件,文章结尾讨论了仅一个失效数据时最大似然估计的计算。     

基于无失效数据指数分布参数的AMLE

本文讨论了基于无失效数据指数分布系数的近似极大似然估计，利用Ｐｏｉｓｓｏｎ过程中年龄过程的多维生存分布的Ｌｅｂｅｓｇｕｅ分解式以及本文提出的伪样本估计法，导出了参数λ所满足的所似似然方程，讨论了解的存在唯一性，利用数值计算方法，最终可获得λ的ＡＭＬＥλｎ，大量随机模拟表明，其结果与真值得接近，试验的减时率高达７０％左右。     

无失效数据的统计分析

本文利用分布函数的凹凸性质给出了各检测时刻失效概率Ｐｉ的相互关系，作为先验信息，我们得到Ｐｉ（ｉ＝１，ｍ）的Ｂａｙｅｓ估计，进而估计出母体参数，最后对实际数据进行了计算。