逐步Ⅱ型删失数据下逆威布尔分布的参数推断

逐步Ⅱ型删失方案在可靠性工程和生物医学中应用最为广泛,为此考虑在该删失方案下对寿命数据中常见的逆威布尔分布两参数进行推断。为解决对数似然函数过于复杂、求解较为困难的问题,利用EM算法进行参数估计,利用Bootstrap法进行区间估计。通过Monte Carlo模拟比较了不同删失模式下两参数的估计效果并通过实例分析展示了该估计方法的有效性。     

右删失左截断数据下离散威布尔分布的参数估计

研究了右删失左截断数据模型下离散威布尔分布参数的极大似然估计和渐近置信区间.介绍了参数估计的牛顿迭代方法和EM算法,给出了参数的渐近置信区间.随机模拟的结果表明,牛顿迭代方法和EM算法得到的参数估计结果差别不大.     

威布尔脆弱性比例危险模型的等级似然估计和应用

针对包含右删失的纵列生存数据,建立了威布尔分布的脆弱性半参数比例危险模型,为避免边际似然的积分运算,采用等级似然方法估计协变量系数和随机效应的实现值,采用调整的轮廓等级似然方法估计随机效应分布参数。并且通过模拟研究将威布尔脆弱性模型和对数正态脆弱性模型以及伽马脆弱性模型作了比较,发现威布尔分布最适合半参数比例危险模型的脆弱性因子的分布设定。最后,将建立的模型用于分析肾病感染数据和烧伤病人皮肤移植数据,结果表明威布尔脆弱性模型都给出了不弱于伽马脆弱性模型和对数正态脆弱性模型的估计结果,而且威布尔脆弱性模型有助于诊断异质性问题。     

逐步Ⅱ型删失下Scaled half-Logistic分布的区间估计

在逐步Ⅱ型删失数据下,通过构建统计量得到了Scaled half-Logistic分布的参数的置信区间,并借鉴文献[5]的Ⅱ型删失样本模拟算法,给定置信水平,产生了不同删失方式下置信区间长度最短时参数的置信区间.     

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．     

基于Signature和Ⅱ型双删失系统寿命数据的统计推断

基于Signature理论和方法, 建立Ⅱ型双删失情形下元件寿命的统计推断模型, 用极大似然估计及其渐近理论, 推导出系统元件寿命分布参数的点估计及渐近置信区间估计的解析表达式, 并通过3种优化算法获得相关估计的数值解. 仿真结果表明, 基于Signature的似然函数统计推断模型对Ⅱ型双删失情形下元件寿命的推断有效.     

数控机床小样本类型子系统的可靠性建模

数控机床中很多子系统故障数很少,属于小样本的类型,使用传统经典可靠性建模方法进行建模往往会有较大的误差。对于小样本类型的故障数据,首先使用极大似然估计方法估计出各子系统故障间隔时间威布尔分布模型的参数,再采用参数偏差修正方法对各威布尔分布的模型进行修正。最后使用D检验法和误差面积比检验法检验参数偏差修正的效果,检验结果证明了修正后的模型更优。     

左截断右删失数据下伽马分布的参数推断

伽马分布是生存分析中应用较为广泛的一种连续型寿命分布。本文基于矩估计方法研究左截断右删失数据下伽马分布的参数估计问题,通过引入潜在数据推导出参数迭代公式,利用矩估计方法的渐近正态性质得到伽马分布参数的渐近置信区间,并进行数值模拟实验。模拟结果表明：在删失比例较小的情况下,参数推断的结果更接近真值;矩估计方法适合大样本情况,同种删失比例随着样本量增大,参数估计的效果更好,渐近置信区间长度变短。     

区间删失下广义幂威布尔回归模型的参数估计

为研究区间删失的观测数据,结合广义幂威布尔分布和非线性回归模型提出了广义幂威布尔非线性回归模型,并基于迭代法给出了模型中参数的极大似然估计.最后就不同危险函数、样本量和删失比,通过蒙特卡洛模拟说明了参数估计方法的有效性.     

基于EM算法的一般Ⅱ型逐步删失数据下的参数估计

一般Ⅱ型逐步删失数据是一种重要的获取寿命数据的类型,获取该模型下参数的极大似然估计往往很困难.本文讨论了对数正态分布总体下,利用EM算法,给出了一般Ⅱ型逐步删失数据下参数的极大似然估计,并将其与经典的Newton-Raphson方法进行了数值模拟和比较,结果表明,效果很好.     

基于循序-Ⅰ型删失数据的广义Pareto分布统计推断(英文)

研究了在循序-Ⅰ型删失数据情形下广义Pareto分布的统计推断问题,讨论了广义Pareto分布未知参数的最大似然估计(MLE).由于数据的缺失,采用EM方法来获得参数的MLE.基于遗失信息原则,给出了观测Fisher信息矩阵,进而给出未知参数的区间估计.通过数值模拟,讨论本文提出的方法.     

基于删失数据的变系数模型的小波估计

研究了删失数据下的变系数模型．由于数据删失,常用的统计方法不能直接应用于此模型．首先利用一种变换方法对响应变量观测值进行条件无偏修正;然后,正如完全数据一样,利用小波方法,给出了系数函数的小波估计．在关于系数函数光滑性的较弱的假设条件下建立了该估计的渐近正态性．     

数控机床故障率分布曲线定量化建模及应用

为了对数控机床故障率分布曲线进行定量研究,对数控机床的故障数据作威布尔线性回归分析,由威布尔概率图分析结果,运用两重威布尔分段模型建立了包含早期故障期和偶然故障期的数控机床故障率分布曲线,阐述了模型建立的方法和利用极大似然法估计参数的过程,确定了早期故障期持续时间,通过与实际使用情况比较验证了该模型的正确性。最后,利用该模型构造目标函数,对保修期进行研究,得出了数控机床最优保修期。     

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.     

高维AFT模型的正则化变量选择

针对生存分析中建立生存模型时,如何处理生存数据中特有的数据类型——删失数据,降低高维协变量的维数,更好地识别出真正具有预测性的因子,建立准确的生存模型的问题,提出用STUTE’s加权最小二乘法和删失限制以及LASSO正则化相结合的方法来对AFT模型进行估计。首先,提出STUTE’s加权最小二乘法和删失限制相结合的方法对生存数据中的删失数据进行处理;其次,提出了LASSO的一个新的实现算法进行模型的变量选择,降低模型中协变量的维数,精简模型;最后,通过仿真分析得到提出的新估计方法较已有的LASSO旧算法以及其他的变量选择方法,VSURF算法更能找出"真"因子,建立准确的生存模型。     

基于混合威布尔分布的水稻插秧机的可靠性分析及剩余寿命预测

为了更准确描述水稻插秧机的失效规律,提高可靠性分析的准确性,对某型水稻插秧机的故障数据进行分析,采用两参数混合威布尔分布对水稻插秧机进行建模。以残差平方和最小为优化目标,建立参数估计优化模型,利用改进粒子群算法对其进行求解,然后采用K-S检验法对模型进行检验,对比单一威布尔模型、混合威布尔模型与水稻插秧机失效数据之间的拟合程度,得出使用两参数混合威布尔模型评估水稻插秧机可靠性的合理性,在此模型的基础上计算得到水稻插秧机的平均无故障工作时间为161.75h,中位寿命为147.14h,特征寿命为191.31h,且在可靠度为0.6时,预防性维修周期为115.19h,最后在混合威布尔分布模型的基础上计算出剩余寿命-可靠度的关系,可定量分析插秧机在一定使用时间下的剩余寿命,从而进行预测性维护。     

基于Weibull分布的小子样电磁脉冲效应试验与评估

为了解决电磁脉冲易损性试验周期长、费用高的问题,需要采用较少试件在小子样条件下对系统的抗电磁脉冲能力做出较为准确的评判,同时明确小子样数目的选取。以火工品电磁脉冲易损性评估为目的,通过采用三参数威布尔估计方法,深入探讨了起爆管电路和控制继电器损伤、干扰失效的威布尔估计及样本数目的选取问题。采用相关系数估计法,得到大样本情况下失效密度函数参数,并用K-S方法对所得标准曲线进行了拟合优度检验。参照威布尔分布模型,检验和评估了小子样建模结果,得出了小子样条件下回归方程拟合精度和小子样试验数目,证明所得结果能够满足实际工程需要。     

区间删失数据函数的均值估计

运用无偏转换思想构造了区间删失数据函数的均值估计,并在此基础上对所构造的估计量方差进行了研究.针对Ⅰ型区间删失情况和Ⅱ型区间删失情况,找到了估计量方差有限的条件.     

指数分布区间型删失数据的可靠度最优置信下限

由于测量仪器的精度,测量方法等原因,往往不能得到产品精确的失效时间,得到的是区间型删失数据.本文讨论了指数分布区间型删失数据下的可靠度最优置信下限的估计问题.首先采用极大似然估计方法对指数分布区间型失效数据的失效率进行了估计,然后对每个区间型失效数据采用期望值对其失效时间进行估计,通过估计出的失效时间估计出了可靠度的最优置信下限,并给出了计算机模拟结果.     

基于二次置换方法的广义威布尔分布及性质

指数威布尔分布在可靠性分析中应用广泛.基于二次置换方法,将基准分布取为指数威布尔分布,构建了新的四参数威布尔分布,并研究该分布的相关统计性质.给出了该分布的分布函数、密度函数、生存函数、失效率函数及逆失效率函数的解析表达式,分析了模型参数对密度函数及逆失效率函数的影响;给出了分位数函数、k阶矩和矩母函数的计算公式.利用极大似然法对模型参数进行估计.作为应用,使用R语言对一组具体数据进行数值模拟,结果表明所提出的四参数威布尔分布具有拟合优势.