修正的扩展林德利—威布尔分布

介绍了一个新的分布——修正的扩展林德利—威布尔分布,该分布表示为相互独立的林德利—威布尔分布和指数分布幂的商.研究了该分布的概率密度函数、风险函数和矩,并使用最大似然法估计出分布中的参数值,最终利用实际数据验证了该分布对具有过度峰度的正数据建模的有效性.     

基于威布尔分布的核电厂仪表校验周期延长论证分析

威布尔分布常用在寿命数据分析中,以核电厂的主给水流量控制系统液位测量仪表数据和反应堆冷却剂系统温度测量仪表历史大修数据为例,建立威布尔分布可靠性模型,计算仪表的预计失效时间。结果表明:在仪表95%可靠度下,仪表的失效时间大于延长后的1.5 a的验证实验周期,这两组仪表具有良好的可靠性,周期延长可行。     

双边定时截尾下指数威布尔分布的参数估计

基于双边定时截尾样本,考察了指数威布尔分布的极大似然估计,由于无法得到似然方程的显式解的表达式,所以证明了解的唯一存在性.用EM算法可以处理不完全数据下参数的估计问题,得到了EM算法估计的迭代式.用R软件进行了随机模拟,结果表明当样本容量n较大时,采用极大似然估计较为准确,当样本容量n较小时,采用EM算法估计较为准确.     

基于T-X变换的广义指数威布尔分布及性质

指数威布尔分布因为具有单峰、浴盆和单调形状的失效率函数图像,广泛应用于工程学、生物医学、电子等领域.基于T-X变换技术和指数威布尔分布,提出一类广义指数威布尔分布族,这类分布族尾部具有更大的灵活性.当另一个基准分布具有简单的解析表达式,如正态分布、冈贝尔分布、对数正态分布、对数逻辑分布时,此类分布的数学处理非常方便.借助于二项式展开定理,讨论了此类分布族的相关统计性质,得到了分位数、概率加权矩、熵的解析表达式.     

TypeⅠ多元零膨胀指数威布尔分布及其性质研究

首先,本文提出一种新的寿命分布——零膨胀指数威布尔(ZEW)分布,并将单变量ZEW分布推广到TypeⅠ多元零膨胀指数威布尔(MZEW~((Ι)))分布,以用于对包含过多零的多元计数数据进行建模研究;其次,研究了MZEW~((Ι))分布的联合概率质量函数、累积分布函数、矩母函数、边缘分布、极大似然估计和Fisher信息阵。     

混合指数威布尔分布的参数估计

应用ECM算法,研究了混合指数威布尔分布在完全数据场合下的参数估计问题,并模拟说明ECM算法来估计混合指数威布尔分布是一种容易实现又非常有效的方法.     

蚁群算法在威布尔分布模型参数估计中的应用

针对威布尔分布模型参数的极大似然估计采用牛顿迭代法计算过程烦琐,粒子群算法求解过程中容易陷入早熟等问题,将蚁群算法引入到威布尔分布模型的参数估计中,提出了基于蚁群算法的威布尔分布模型参数估计,并与牛顿迭代法和粒子群算法进行对比,通过实例验证了该方法的可行性与有效性。     

完全样本下威布尔分布参数的加权最小二乘估计

借助图法估计的思想和次序统计量的性质,给出了完全样本下威布尔分布参数的改进最小二乘估计与加权最小二乘估计.     

威布尔两重分段模型的统计分析

在威布尔两重分段模型下提出了一个优选准则,从而得到参数的逆矩估计和区间估计,并通过实例来说明方法的应用.     

基于最小二乘迭代威布尔分布的三参数估计

威布尔分布因其数学处理的便利性和适应性而被广泛用于描述产品寿命,引入了位置参数的三参数威布尔分布是研究机械零部件可靠性最适合的模型之一,尤其适用于长寿命、高可靠性的产品。三参数威布尔分布的参数估计一直是关注的焦点,本文中提出了一种基于最小二乘的迭代方法对其进行参数估计,将初始位置参数设置为0,使用最小二乘法得到初始形状参数和尺度参数,将其代入位置参数的无偏估计得到新的位置参数,进行多次迭代,在此过程中形状参数和尺度参数逐渐变小,位置参数逐渐变大,最终获得稳定的形状参数、尺度参数和位置参数,即为最终的参数估计值,并计算可靠度为99%的寿命。通过蒙特卡洛（Monte Carlo）仿真证明此方法是收敛的,并在不同的威布尔模型、不同中小样本量（样本量为10、15、20、25和30）下,使用偏差（Bias）和均方差根（RMSE）两个指标与相关系数法进行对比,此方法估计的3个参数及可靠度为99%的寿命更加准确。通过两个实例分析,表明该方法具有可行性和有效性,估计结果与相关系数法相比更加保守,更适于工程应用。     

估计威布尔分布三参数的广义回归分析

提出了一种考虑顺序统计量相关性的威布尔分布三参数的估计方法（广义回归分析），该方法求得的回归系数具有最佳无偏的性质，经大量Ｍｏｎｔｅｃａｒｌｏ模拟试验表明，其参数估计量比普通线性回归分析获得的参数估计量更接近母体真值。     

威布尔杂波背景下的恒虚警检测

讨论了线性检波下威布尔杂波背景的恒虚警检测问题.对均匀杂波情形,由矩估计方法得到了参数估计的解析表达式,并分析了基于矩估计得到的恒虚警检测器的检测性能,结果表明:这种方法得到的估计参数的方差比由极大似然估计得到的要小,且基于此法的恒虚警检测损失比基于极大似然估计和次序统计量估计的也要小.对非均匀杂波情形,提出了贝叶斯恒虚警检测器,检测性能分析表明:贝叶斯恒虚警检测器的检测效果明显优于基于矩估计的恒虚警检测器,比基于极大似然估计和次序统计量估计的检测器效果好,且样本数越小效果越明显.     

三参数威布尔分布的参数估计方法

给出三参数威布尔分布参数的分位数估计、拟矩估计和改良的极大似然估计，用随机模拟方法研究这些估计和简单估计等的优良性．在优选估计的基础上给出了可靠度的Ｂｏｏｔｓｔｒａｐ置信限．     

威布尔分布位置参数估计的性质

文[1]提出用右逼近法求三参数威布尔分布位置参数的估计，本文对这种估计的性质进行了讨论。     

威布尔模型的参数估计方法——极大似然法

利用概率论中极大似然法的理论来探讨威布尔参数估计问题，并利用MATLAB的相关命令、函数对它们进行了部分编程，主要讨论了三参数威尔尔模型的极大似然函数、参数估计和MATLAB程序。     

定数截尾样本场合三重威布尔分段模型的统计分析

考虑定数截尾样本场合下三重威布尔分段模型,提出了一个优选准则,从而得到参数的逆矩估计和区间估计,并通过实例说明本文方法的简便易行。     

删失数据威布尔分布参数的贝叶斯统计分析

主要讨论了当寿命分布是威布尔分布时删失数据的贝叶斯统计分析方法．在考虑尺度参数先验取为逆伽玛分布而形状参数先验分别取为离散分布和均匀分布条件下给出了多种删失数据场合参数的贝叶斯估计;同时为使得计算更为简便,给出了计算贝叶斯估计的Gibbs抽样方法．模拟结果表明给出的方法是有效可行的．     

确定威布尔分布三参数的一种计算方法

威布尔分布是描述部件寿伞的一种极为主要的分布,本文对确定威布尔分布的三参数,给出了一种试探性算法,方法简单、实用。