定数截尾样本下Lomax分布的统计分析

首先讨论了Lomax分布参数的最大似然估计;其次在其中一个参数已知时,给出了另一个参数、失效率及可靠度的置信区间;最后对两参数分别进行了假设检验,给出了拒绝域,并通过实例得到了相关结果.     

定数双截尾下艾拉姆咖分布参数的贝叶斯估计

首先在定数双截尾场合下,当取Jeffreys先验时,得到了艾拉姆咖分布参数的后验分布;其次分别在平方损失、熵损失和对称熵损失函数下给出了参数的贝叶斯点估计;然后由后验分布得到了参数的贝叶斯可信区间;最后通过实例给出了不同截尾样本下参数的点估计和区间估计,并说明了估计与截尾数之间的相关性.     

随机截尾情形下Rayleigh分布参数的贝叶斯估计

在不同的先验分布和损失函数下给出了未知参数的贝叶斯估计,最后通过随机模拟给出了几种估计的均值和均方误差,说明了其中的两种估计是较优良的.     

几何分布可靠度的截尾Bayes估计

将β分布推广到截尾β分布,给出几何分布可靠度的先验分布为截尾β分布时的一些结论,并讨论了在基于几何分布可靠性增长模型中的应用。     

机械功能参数下可靠度的最大熵分布和贝叶斯估计

根据贝叶斯统计推断理论，提出了运用蒙特卡洛计算机模拟技术构造机械应力、强度功能参数下的可靠度最大熵先验分布的原理和方法。通过对圆柱螺旋弹簧的可靠度计算实例分析，表明了这一方法具有机械工程实用价值，也为今后机械行为制定分布类型统一规范理论计算机械可靠度提供一种探索思路和理论方法。     

两参数Lomax分布中参数的区间估计和假设检验

研究了两参数Lomax分布参数的区间估计和假设检验问题.分别在形状参数和尺度参数已知的情形下,给出了尺度参数、形状参数的置信区间和假设检验的拒绝域以及p分位数的置信区间,并运用随机模拟的方法分别对2个参数进行了统计分析.     

加权p,q对称熵损失下Lomax分布形状参数的Bayes估计与性质

在加权p,q对称熵损失函数下,讨论了Lomax分布形状参数的Bayes估计及其性质,在任意先验分布下得到了参数的Bayes估计的一般形式;在两种确定先验分布下得到了参数的Bayes估计的精确形式,证明了所得Bayes估计具有可容许性;利用Matlab进行数据模拟,验证了所得估计的合理性.     

截尾试验下指数分布可靠度的Bayes估计

在指数分布场合,定时或定数截尾试验下,本文讨论了相应于几种不同先验分布可靠度的Bayes估计。     

双边定数截尾下Pareto分布的Bayes估计

基于双边定数截尾样本,在LINEX损失函数和复合LINEX损失函数下,考虑无信息先验分布与共轭先验分布,讨论Pareto分布的形状参数的Bayes估计,并对各条件下参数的估计进行数值模拟比较分析。结果表明,在不同损失函数下,取共轭先验分布时参数的估计优于无信息先验分布下的估计,且在LINEX损失函数下,先验分布取Γ分布时,参数估计的均方误差较小,估计的效果更好。     

逐步Ⅱ型混合截尾下Lomax分布多部件应力强度模型的可靠性分析

基于逐步Ⅱ型混合截尾样本,研究Lomax分布多部件应力强度模型的可靠性分析问题。假设应力和强度具有不同形状参数和共同尺度参数,利用极大似然理论及迭代方法获得可靠度函数的极大似然估计(MLE),并给出渐近置信区间;然后,运用贝叶斯理论,借助Tierney-Kadane(TK)近似方法、MCMC算法,讨论平方误差损失函数下未知参数及可靠度的贝叶斯估计,给出其最大后验密度可信区间(HPD);最后,利用Monte-Carlo模拟方法对估计结果进行对比分析。模拟结果显示：贝叶斯估计整体上优于极大似然估计,并且随样本量的增大,2种估计的均方误差(MSE)均逐渐减小,HPD可信区间的效果优于渐近置信区间。     

基于历史样本几何分布可靠度的经验Bayes估计

在几何分布可靠度的先验分布为幂分布时,分别在平方损失函数和熵损失函数的情况下,给出了可靠度的经验Bayes估计,并且证明了θ的Bayes解的唯一性.最后,通过实例验证了几类估计的优良性.     

Q对称熵损失下两参数Lomax分布形状参数的Bayes估计

利用Bayes估计的方法对Lmoax分布的形状参数在Q对称熵损失函数下进行估计,并给出了其多层Bayes估计的形式.     

基于上记录值Lomax分布的统计推断

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.     

无失效数据的失效概率的E-Bayes估计

提出了参数的一种新估计方法--E-Bayes估计法.在无失效数据情形下,给出了失效概率的E-Bayes估计的定义,在此基础上给出了失效概率的E-Bayes估计.     

截尾寿命试验中的Bayes估计

截尾寿命试验是一种应用很广的试验,用Bayes方法估计这类只有不完全样本的随机变量的均值,是利用先验信息进行估计的方法,而且给出了这种估计的递推公式,在样本增加的情形下,方便了计算.这是一种动态离散数据融合方法,它比常规估计更有效,具有较重要的实用价值.     

服从二元Lomax分布的两相关元件系统可靠性研究

若令随机向量(X1,X2)表示系统中两元件的寿命,则X(1)=min(X1,X2)和X(2)=man(X1,X2)就表示两个元件组成的串并联系统的寿命.在文本中,我们主要考虑(X1,X2)不可交换而联合分布为二维Lomax分布情形下,X(1)和X(2)的相依性关系,并从随机比较的角度讨论了串并联系统的性质.     

Linex损失下二项分布参数的Bayes估计

在Linex损失函数下讨论了二项分布参数的Bayes估计,当先验分布取Beta分布和幂分布时分别给出了参数的Bayes估计,多层Bayes估计,E-Bayes估计的精确形式,并证明了Bayes估计的可容许性.     

无失效数据场合失效概率的Bayes估计

在无失效数据场合中,失效概率的Bayes估计是常用的方法,对一类不同先验分布下基于无失效数据的失效概率的Bayes估计和多层Bayes估计进行探索,获得了三个有用的定理和两个推论.关于无失效数据的研究,对可靠性理论与应用技术发展具有重要参考价值且具有方法论上的指导意义.