Burr-ⅩⅡ部件可靠性指标的贝叶斯估计

基于逐步增加Ⅱ型截尾样本,讨论了Burr-ⅩⅡ分布的Bayes估计及其性质.在不同的先验分布及刻度平方误差损失函数下给出了参数,可靠度函数以及失效率函数的Bayes估计,并证明了估计的容许性.最后运用Monte Carlo方法对各结果的MSE进行了模拟比较.结果表明,本文给出的估计结果精度高.     

利用先验信息修正经典限的可靠性评估方法

讨论可靠性评估中利用先验信息的问题 .在参数先验分布容易确定的场合 ,可利用先验信息对参数的经典估计进行修正 (即给出 Bayes估计 ) ,再基于该估计用经典的 WCF方法给出系统可靠度的置信下限 .该方法具有很好的精度 ,并克服了纯 Bayes方法受先验偏差影响较大的缺点 .文章对上述进行了补充 ,讨论了指数定时截尾数据情形下利用先验信息的可靠性评定问题 .给出了一种融合先验信息和试验数据的参数估计 ,该估计的特点是具有独立和的形式 ,基于该估计用 WCF法比基于通常的 Bayes估计简单 .另外 ,对参数先验分布难以确定的多参数寿命分布模型 (如 Weibull分布 ,本文在仅知其可靠度先验分布或可靠度先验一阶、二阶矩及可靠度的某先验分位点的条件下 (事实上工程专家较易给出上述可靠度的有关先验信息 ) ,将 Bayes,Fiducial及经典统计方法相结合 ,用可靠度的先验信息直接对可靠度的经典限作修正以获得融合了先验信息及试验数据的置信下限 ,模拟表明该种处理具有很好的精度 ,适合工程应用.     

缺乏先验信息条件下的对数正态分布车险索赔额定价模型

假定车险索赔额服从对数正态损失分布,并且其结构方差和过程方差存在显著差异,通过分析全体车险保单组合的历史索赔损失数据,估计出结构方差和过程方差的先验参数,从而得到个体保单未来索赔额的最优估计模型；在此基础上,给出了一个既考虑索赔频率又考虑索赔严重性的车险经验费率定价模型.     

含有屏蔽数据的串联系统中Burr XII部件可靠性指标的Bayes估计

在含有屏蔽数据的情况下, 研究串联系统中Burr XII部件可靠性指标的估计问题.利用极大似然法给出了部件参数的极大似然估计,并分别在平方损失、LINEX损失和熵损失函数下,给出部件参数及可靠性指标的Bayes估计.最后利用Monte-Carlo随机模拟方法对各种估计结果进行了比较分析.     

两参数Pareto分布逐步首失效样本的Bayes估计

基于新的失效截尾模式——逐步增加首失效截尾, 研究两参数Pareto分布可靠性指标的Bayes估计问题. 在对称和非对称损失下, 获得了可靠性指标的Bayes估计. 对超参数未知情形, 利用一种新方法给出超参数估计. 为了研究估计结果的精确性, 利用Monte-Carlo方法给出一个数值模拟例子.     

Burr-XII分布在具有随机移走逐步增加截尾模型下可靠性指标的Bayes估计

在具有随机移走的逐步增加Type-II截尾模型下, 假定每一个失效时刻移走的未失效样本数都服从二项分布, 当Burr-XII分布中两个形状参数均未知时, 分别在q-对称损失函数和LINEX损失函数下给出了两个未知形状参数、移走概率以及可靠性指标的Bayes估计和Bayes后验区间估计, 并给出了参数估计的容许性证明. 最后利用Monte Carlo方法对各种估计结果进行了模拟分析.     

Burr-Ⅻ分布在具有随机移走逐步增加截尾模型下可靠性指标的Bayes估计

在具有随机移走的逐步增加Type-Ⅱ截尾模型下,假定每一个失效时刻移走的未失效样本数都服从二项分布,当Burr-Ⅻ分布中两个形状参数均未知时,分别在q-对称损失函数和LINEX 损失函数下给出了两个未知形状参数、移走概率以及可靠性指标的Bayes估计和Bayes后验区间估计,并给出了参数估计的容许性证明.最后利用Monte Carlo方法对各种估计结果进行了模拟分析.     

含有屏蔽数据的串联系统中BurrⅫ部件可靠性指标的Bayes估计

在含有屏蔽数据的情况下,研究串联系统中BurrⅫ部件可靠性指标的估计问题.利用极大似然法给出了部件参数的极大似然估计,并分别在平方损失、LINEX损失和熵损失函数下,给出部件参数及可靠性指标的Bayes估计.最后利用Monte-Carlo随机模拟方法对各种估计结果进行了比较分析.     

基于动态建模方法的可靠性增长试验评定

运用动态建模方法对可靠性增长试验下可靠性参数的先验分布进行分析．在任务可靠度先验分布确定的基础上，结合产品的少量现场试验数据，利用Bayes方法对系统的可靠性增长试验结果进行分析．首先给出了可靠性增长分析的动态模型，然后运用历次阶段试验中的可靠性增长数据建立动态参数的递推估计模型．在此基础上，给出各阶段可靠性增长试验中可靠性参数的Bayes估计．针对液体火箭发动机寿命分布为Weibull分布的特点，对Weibull寿命型系统的可靠性增长试验进行评定．通过一个实际例子说明了该方法的有效性．     

Paretian型超出损失再保险纯保费的贝叶斯极值估计

导出全Paretian模型的参数的贝叶斯估计式，并将参数估计式应用于纯保费的估计，得到了超出损失再保险保单的纯保费的贝叶斯估计公式。作为一个应用，将所得到的估计结果应用于火灾保险和汽车保险数据。最后通过MC模拟说明所构造的模型的稳健性。     

Bayes可靠性增长模型先验参数的确定

Gamma分布Gamma(a ,b) (其中a >0 ,b>0 ) ,通常用来作指数分布Bayes可靠性增长模型的先验分布 ,参数a和b的不同 ,将使可靠性增长试验的评估结果有很大的差异。根据可靠性增长和“弱”先验分布原理 ,通过对数值例的分析、比较 ,得出了先验参数的三种取法对可靠性评估结果的影响 ,并给出了指数分布Bayes可靠性增长模型的先验参数a和b的一种确定方法。     

两参数Weibull分布环境因子的Bayes估计

基于天地试验环境下Weibull分布形状参数不变的条件,运用Bayes方法对两参数Weibull分布环境因子进行分析,以尺度参数后验密度的商密度作为环境因子的后验密度,给出了在形状参数已知和未知两种情况下,环境因子在平方损失下的Bayes估计。最后运用仿真实例与极大似然估计进行比较,结果表明Bayes估计优于极大似然估计。     

嵌套Logistic模型的矩估计

讨论多元极值分布嵌套 Logistic模型 ,给出了分布参数的矩估计及其渐近协方差阵元素的显式表示和数值结果 .当边缘参数相等时 ,用合并样本估计公共参数 ,可以提高估计量的精度 .     

基于MCMC稳态模拟的Weibull回归模型及其可靠性应用

讨论了贝叶斯加速失效模型族中应用最为广泛的Weibull回归模型，提出针对寿命服从weibull分布的产品，运用基于Gibbs抽样的MCMC方法动态模拟出参数后验分布的马尔可夫链，在失效率的先验分布为Gamma分布时，给出随机截尾条件下参数在Weibuil回归模型中的贝叶斯估计，提高了计算的精度。借助数据仿真说明了利用BUGS软件包进行建模分析的过程，证明了该模型在可靠性应用中的直观性与有效性。     

基于HKKP估计的商业银行操作风险估计

对于商业银行而言，操作风险已经成为与市场风险和信用风险同样重要的风险。本文利用极值理论对中国商业银行操作损失极端值分布进行估计，针对尾参数估计的采用传统Hill估计对小样本数据容易产生偏倚的情况，提出了采用Hill估计的改进——小样本无偏估计的HKKP估计来估计操作损失的尾参数，针对由于阈值确定不准确导致结果偏差大的情况，采用最小化估计的累计概率分布与经验累计概率分布平均平方误差的方法确定较精确的阈值，估计出给定置信水平下操作风险损失的分位数，从而使得中国商业银行操作风险监管资本的测定成为可能。     

EM算法在Wiener过程随机参数的超参数值估计中的应用

Wiener过程广泛用于产品的性能退化建模,为了便于Bayesian统计推断大都采用随机参数的共轭先验分布。针对目前的二步法得到的超参数先验估计值精度不高的问题,研究了最大期望(expectation maximization,EM)算法在Wiener过程超参数先验估计中的应用。EM算法将随机参数作为隐含变量对先验信息进行整体处理,利用随机参数的期望值代替其估计值,通过Expectation和Maximization组成的递归迭代过程寻找超参数的估计值。仿真实验表明,EM算法相比于二步法提高了估计精度,特别是在采样数量较少时EM算法具有较大的精度优势。GaAs激光器实例应用表明EM算法不但具备很好的收敛性而且有良好的工程应用价值。     

基于MCMC模拟的Gamma过程先验模型及其可靠性应用

在比例危险率回归模型中以传统的参数方法给出回归系数的参数先验;在基准危险率函数为分段指数分布的条件下,通过引入增量的Gamma过程给出基准危险率的非参数先验过程;并由此构建出一种半参数贝叶斯比例危险率回归模型。通过运用基于Gibbs抽样的MCMC方法动态模拟出相关参数后验分布的马尔可夫链,给出随机截尾条件下模型参数的贝叶斯估计;利用BUGS软件包进行建模仿真分析的结果,特别是与参数回归模型结论的比较,证明了该模型在可靠性应用中的直观性与有效性。     

滚动时域估计中先验估计误差协方差阵的递归算法

对滚动时域状态估计问题中先验估计状态和相应的误差协方差矩阵的计算方法进行了讨论。给出了滚动时域估计中先验状态的估计方法,并导出了与先验滚动估计状态相一致的误差协方差矩阵的递归公式。与其它的滚动时域估计方法相比,本文给出的方法能够提高估计的精确性,具有更好的估计性能。     

基于无失效数据的加权E-Bayes可靠性评估方法

针对无失效数据情况下产品的可靠性评估问题,提出加权最小二乘法结合期望Bayes（expected Bayesian, E-Bayes)可靠性评估方法与模型。根据工程经验,构造出产品失效概率的先验分布;运用Bayes理论与方法,给出产品失效概率的E Bayes估计;在威布尔分布场合下,采用加权最小二乘法来拟合产品寿命分布参数,给出产品可靠性指标的点估计和区间估计;结合算例分析,探讨模型的稳健性与方法的优越性,表明该方法具有较好的工程应用价值。     

现场可靠性数据的变点分析

针对产品寿命分布规律在使用过程中的变点问题,提出了产品寿命分布变点检验和估计的Bayes方法。根据产品现场使用先验信息的结构特点,提出了变点先验分布的确定方法,并给出了变点Bayes估计的计算方法。利用所得到的变点估计可制定产品的最佳维修策略以及产品报废期。数值模拟表明Bayes方法具有较好的稳健性,适用于现场可靠性数据的变点分析。