威布尔分布下平均寿命置信限的评估方法研究

设备的平均寿命是可靠性研究中的的一个重要指标.对威布尔分布来说,由于平均寿命没有明显的枢轴量,因此给出平均寿命的精确的置信限较为困难.本文分别利用广义枢轴量、WCF展开以及三阶法三种方法,得到了设备寿命服从威布尔分布时的平均寿命的(近似)置信下限.最后对上述三种方法分别进行了模拟比较,结果显示文中给出的方法对于中小样本情形下得到的平均寿命的置信限是比较精确的.     

两参数指数-威布尔分布形状参数的经验贝叶斯估计

研究了两参数指数-威布尔分布形状参数的经验贝叶斯(EB)估计问题,并假定当其中一个形状参数α已知时,给出了另一个形状参数θ在两种不同损失函数情况下的EB估计的表达式.并运用随机模拟方法,将两种不同损失函数下的EB估计进行了比较.     

威布尔分布或极值分布可靠度置信下限的回归表示

对于定数截尾样本，给出了基于极值分布的位置和尺度参数的最好线性无偏估计（BLUE），获得了威布尔分布的可靠度的点估计和置信限之间的回归模型，从而可由威布 尔可靠度的点估计根据回归方程得到可靠度的置信下限，省去了大量的用表，为实际工作者带来了极大的方便，计算结果表明，回归方程有很高的精度。     

三参数威布尔分布参数的联合置信域

本文讨论三参数威布尔分布的三个参数的联合置信域,对于定数截尾样本和完全样本,提出了三个相互独立的随机变量,从而可以获得参数的联合置信域。进一步提出了构造近似联合置信域的方法。     

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.     

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。     

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．     

完全样本情形下威布尔分布参数的估计

考虑尺度参数为θ、形状参数为β的二参数威布尔分布．本文讨论是全祥本情形下θ和β的矩型估计^θ和^β的性质。并把^θ和^β与θ和β的简单线性无偏估计^θ和^β作了比较．^θ和^β具有强相合性和渐近正态性。且计算简单、使用方便．本文还给出了一些随机模拟结果。     

多元威布尔分布形状参数相等的似然比检验

将多元威布尔分布形状参数相等的检验转化为多元极值分布尺度参数相等的检验,利用Logistic模型的似然比统计量,给出相关参数为0．3,0．5,0．8时,检验统计量的模拟分位数和功效,指出相关参数越小,似然比统计量的功效越大。     

威布尔分布场合下进步应力加速寿命试验的统计分析

本文对寿命分布为两参数威布尔分布,加速模型为逆幂律的情况,由定数截尾步进应力加速寿命试验数据获得加速模型中未知参数的点估计和区间估计,进而给出了加速系数的区间估计,并用一个模拟例子说明方法的应用。     

威布尔分布场合下步进应力加速寿命试验的统计分析

本文对寿命分布为两参数威布尔分布,加速模型为逆幂律的情况,由定数截尾步进应力加速寿命试验数据获得加速模型中未知参数的点估计和区间估计,进而给出了加速系数的区间估计,并用一个模拟例子说明方法的应用．     

定时截尾场合双参数威布尔分布的贝叶斯推断

给出了定时截尾下,双参数威布尔分布中参数及可靠性指标的Bayes估计,并且给出了未来观测值的贝叶斯预测问题.     

极值分布和威布尔分布异常数据的检验方法

本文对威布尔分布的极值分布异常数据的检验给出了一系列的方法，首先，导入了极值分布下一般Ｄｉｘｏｎ型统计量的精确分布，同时还给出了改进的Ｇ型统计量，及它们的分位点表。最后本文提出了一个新的统计量；Ｆ型统计量，并用Ｍｏｎｔｅ－Ｃａｒｌｏ模拟的方法给出其分位点表，从而首次给出威布尔分布异常值的直接检验方法。本文进一步讨论了这些检验方法的功效，且表明Ｆ型检验是最优的。     

威布尔分布的Bayes可靠性分析

本文针对两参数的威布尔分布的元件，采用Ｂａｙｅｓ方法对其可靠性进行分析，文中分别对两种假设情况进行了讨论，第一种情况是形状参数为离散取值，尺度参数为连续取值的情况，第二种情况假设形状参数的先验分布为均匀分布，尺度参数的先验分布为逆伽玛分布，推出了对应的可靠性估计和置信下限估计，并给出了计算算法，最后用实例对算法进行了验证。     

威布尔更新函数的一个精确近似式

威布尔分布的更新函数有许多应用,如产品质保政策分析、维修决策优化和备件需求预测。威布尔更新函数没有解析表达式,这给求解各种涉及更新函数的优化问题带来不便。已有的威布尔更新函数近似式有一个共同的问题:其精度随威布尔形状参数的增大而减小。为克服这个问题,本文提出一个新的近似式,对于大的威布尔形状参数(>3.65),其相对误差比已有近似式的相对误差小得多。一个维修政策优化的数例例证其精确性和有用性。     

威布尔分布场合下恒定应力加速寿命试验的Bayes方法

§1.引言 对高可靠、长寿命的产品人们常用恒定应力加速寿命试验(简称恒加试验)的方法来估计其平均寿命及其它各项可靠性指标。常用的统计分析方法见[1],[2]还对这些方法的精度作了比较。但[1]介绍的统计分析方法没有考虑到参数有顺序约束这个条件。以威布尔分布场合的恒加试验为例,设取m个加速应力水平S_1、S_2、…、S_m,S_(m+1)为正常使用应力水平,它们满足:     

指数寿命定时截尾数据情形下可靠度的置信限

本文提供了一种指数寿命定时截尾寿命试验数据情形下参数的点估计方法,并在该点估计的基础上,利用Winterbottom[1]推广了的Cornish－Fisher（记为WCF）展开给出了参数的区间估计．进一步讨论了部件为指数寿命定时截尾寿命试验数据情形下系统可靠性综合问题,并通过数值模拟说明本文方法的可行性．     

威布尔分布族刻度参数的经验Bayes检验函数的收敛速度

本文研究了在"加权线性损失"下,威布尔分布族刻度参数经验Bayes (EB)检验问题.利用概率密度函数的递归核估计,构造了刻度参数的经验Bayes检验函数,并获得了它的收敛速度,在适当的条件下,收敛速度的阶可任意接近O(n^-1),推广了文献的结果.最后给出一个有关本文主要结果的例子.     

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．     

威布尔分布参数估计方法的精度比较

§1.引言 本文是讨论二参数威布尔分布参数估计方法的精度.在截尾寿命试验和加速寿命试验的数据处理中,对于二参数威布尔分布参数的估计方法有多种,如最好线性无偏估计,最好线性不变估计和简单线性无偏估计.文献[2]提出了形状参数m的无偏估计问题,