排序方式: 共有4条查询结果,搜索用时 62 毫秒
1
1.
2.
假设受试样品的失效时刻服从Pareto分布,基于双定时混合截尾样本得到了未来失效时刻的概率密度函数,利用经典方法得到了未来失效时刻的点预测和区间预测.当形状参数的先验分布分别取为伽玛先验和无信息先验分布时,得到了未来次序失效时刻的等尾预测区间.根据所得到的双定时混合截尾数据,对于独立同分布于该Pareto分布的任一产品,得到了它的失效时刻的中位数预测和区间预测.借助一个数值例子,利用文中的结论计算出了相关的点预测和区间预测. 相似文献
3.
基于Ⅰ型双删失样本求Lomax分布中形状参数的极大似然估计,并不能得到参数的显式表达式,但是可以证明极大似然估计是唯一存在的.用EM算法得到了未知参数的迭代公式,通过相关引理证明了该算法具有良好的收敛性.通过一个例子分别计算出参数θ的极大似然估计和EM估计,并把它们进行了比较,验证了EM算法是Ⅰ型双删失样本下参数估计的一种有效方法. 相似文献
4.
基于上记录值,该文讨论了在Lomax分布总体中未知参数、系统可靠度及失效率的极大似然估计,并利用中心极限定理得到了模型参数的近似置信区间.首先,当2个参数的先验分布为混合分布时,在2种损失函数下计算了未知参数及可靠性指标的Bayes估计,并给出了超参数的估计方法;然后,分别用频率方法和Bayes方法对未来的上记录值进行预测;最后,提出了一种模拟上记录值的算法,利用模拟的记录值计算了相关的结果. 相似文献
1