对数正态分布下序进应力加速寿命试验的统计分析

本文指出文献（１）中一个错误，讨论了寿命分布为对数正态分布时序进应力加速寿命试验下，参数的点估计和区间估计。     

对数正态分布场合下循环序进应力加速寿命试验的统计分析

在产品寿命服从对数正态分布的场合下，讨论了循环序进应力加速寿命试验的模型，给出了相应的参数的两种统计分析方法：极大似然估计；极大似然估计与回归相结合的估计。     

对数正态分布场合恒定应力加速寿命试验的MLE和AMLE

在寿命分布为对数正态分布场合,由恒定应力加速寿合试验所获的数据,给出未知参数的近似极大似然估计．     

对数正态分布恒加试验的参数估计

在对数正态分布场合,加速寿命试验数据的统计分析一般都假定尺度参数不随应力水平的变化而变化,但在有些实际问题中这一假定并不满足,为解决这一问题,王炳兴在。对数正态分布场合有非常数尺度参数恒加试验的参数估计”中给出了计算相对简单的点估计。在此基础上,对参数作一些改进,从而使改进后的参数估计在均方误差意义下更优。     

步降应力加速寿命试验的效率分析

分别在威布尔分布和对数正态分布场合,通过Monte-Carlo模拟比较了步降试验和步加试验的效率,得到步降试验的效率优于步加试验的条件.     

对数正态分布场合恒加试验的参数估计

讨论了基于恒加试验数据对数正态分布有关参数的最大似然估计和区间估计     

Weibull分布步加应力寿命试验统计分析

在Ｗｅｉｂｕｌｌ分布场合,排除形状参数与加速应力无关的限制,进行步加应力寿命试验的统计分析,给出正常应力水平下寿命分布参数及变异系数估计。     

对数正态分布的MCEM加速算法

文中应用Monte Carlo EM加速算法(简称MCEM加速算法),给出了对数正态分布的参数估计问题,并进行模拟试验,说明利用Monte Carlo EM加速算法来估计对数正态分布比EM算法更有效,收敛速度更快。     

对数正态分布恒加寿命试验在带有随机移走的定时截尾模型下的优化设计

 研究了恒加寿命试验的优化设计.试验中采用间隔观测模式,并假定随机移走的产品数服从二项分布.最优方案分别考虑了2个和3个加速应力水平,对低加速应力水平和试验产品在各应力水平下的分配比例进行优化,使得正常应力水平下产品寿命分布估计量的渐近方差达到最小.3个应力水平的试验可以为检验寿命参数与应力水平之间的关系提供依据,降低推断的风险.最后通过数值模拟方法对一些参数值给出了最优方案,最优方案的确定和实施十分方便,因而有广泛的使用空间和应用价值.     

指数分布场合步进应力加速寿命试验的可靠性评定

在指数分布场合，依据步加寿命试验数据，先采用综合评定的方法，给出低应力水平的平均寿命估计，然后应用回归法对正常应力水平的平均寿命进行预测。     

几何分布场合步加应力寿命试验的贝叶斯分析

在几何分布场合下，由步进应力加速寿命试验获得定时和定数截尾试验数据．应用两种方法，给出平均寿命的点估计，并给出平均寿命的量信下限．     

指数分布场合下基于步进应力加速寿命试验数据的区间估计

在定数截尾和定时截尾步加试验情形,导出了加速系数的置信区间。     

指数分布场合步进应力加速寿命试验的Bayes分析

在指数分布场合，根据步进应力加速寿命试验数据，应用Ｂａｙｅｓ分析法，给出平均寿命的点估计和置信下限估计．     

广义指数分布下循环序加试验模型的参数估计

针对产品寿命服从广义指数分布的情况,讨论了循环序进应力加速寿命试验的模型,给出相应参数的3种估计方法:极大似然估计法、极大似然估计与最小二乘估计相结合的估计方法,以及最小距离估计和最小二乘估计相结合的估计方法,并利用数据模拟比较了它们的优劣性.     

Weibull分布场合恒定应力加速寿命试验的最优线性无偏估计

本文给出了恒定应力加速寿命试验参数的最优线性无偏估计，与（１）给出的二步估计相比，此估计有较大的改进，最后还得到了形状参数的近似无偏估计。     

指数分布场合恒定应力加速寿命试验的Bayes分析

在指数分布场合，根据恒定应力加速寿命试验数据，应用两种方法，给出平均寿命的占估计及置信下限。     

对数正态分布参数的UMVUE

讨论与对数正态分布ＬＮ（μ,σ２）均值、方差等有关的二类参数ｅγμ＋ρσ２（γ,ρ已知）与ｅγμ＋ρσ（γ,ρ已知,ρ≠０）的点估计问题,分别得到了它们的一致最小方差无偏估计。作为特例,给出了均值、方差、众数、中位数等的一致最小方差无偏估计