二项抽样模型下r/N(G)系统可靠性增长的Bayes估计

本文介绍在二项抽样模型下,部件可靠概率R带有验前Beta分布、验前负对数Gamma分布及其特殊情况验前U(0.1)分布和无信息验前分布,对r/N(G)系统的可靠性增长作出Bayes估计,主要结果有定理2、3、4。     

负二项抽样下r/N(G)系统可靠性增长的Bayes估计

本文讨论了在负二项抽样模型下,部件可靠概率,带有验前负对数 Gamma 分布、验前 Beta分布及其特殊情况验前 U(0,1)分布时,对 r/N(G)系统的可靠性增长作出 Bayes 估计.主要结果有定理1、2.而几何抽样模型下的结论是本文的特例,最后附有实例.     

截尾试验下指数部件可靠性指标的贝叶斯估计

本文讨论指数部件可靠性的Bayes估计,对未知参数作了变换,从而使选择参数的验前分布更加灵活合理,在截尾测试下,分别讨论了验前分布为负对数Gamma分布与Beta分布的情况,获得了指数部件可靠性指标的表达式。无信息验前分布的情况,仅作为特例。最后,对无信息验前分布的情况给出了一个实例。     

零一膨胀负二项模型的客观贝叶斯分析

该文建立了贝叶斯模型，对零一膨胀负二项分布进行了客观贝叶斯估计.采用数据增广策略，基于完全似然函数，推导出零一膨胀负二项模型不同形式的reference先验，进一步证明了相应的后验分布是恰当的.在不同的样本量和不同的参数真值下，对3种reference先验的性能进行仿真与评估.最后，对于生物化学博士生发表论文数量的数据集，零一膨胀负二项模型能够达到较好的拟合效果.     

负二项分布参数的贝叶斯区间估计问题

研究了在先验分布为贝塔分布下,负二项分布未知参数θ的贝叶斯区间估计方法。借助Beta分布与F分布的关系给出了参数θ的一般后验区间估计,并给出了参数θ的最短后验区间估计的条件极值解法。通过对参数取值不同的密度曲线形状的讨论分析和数值实例对比,得出结论：在小样本情况下,最短置信区间估计方法值得采用。     

多源验前信息下先验分布的融合方法

在产品的寿命试验中,有时不可能获得子样确切的失效时间,而只能在选定的某些时刻,抽取若干子样,观察产品的失效情况,一般并不能获得寿终数据,只有删失数据。对此试验结果,在产品具有多源验前信息的情况下,基于极大似然的思想,给出了两种验前信息的融合方法,合理地确定了各验前分布在融合综合验前分布中的权重。     

指数模型贝叶斯评估中的验前分布

研究在指数模型中用贝叶斯方法进行参数评估时验前分布的确定问题。文中分别以均方误差尽量小和Buehler准则作为判别估计量θ优劣的尺度,讨论了验前参数的有关性质并给出了确定验前参数取值适合域的方法。     

基于多源验前信息的故障检测率Bayes融合评估方法

针对火箭助飞鱼雷测试性考核中产品自然故障很少见,注入故障的人为做法不能完全正确反映出被试品的故障检测率,采用试验多个阶段的信息,利用Bayes方法,基于可信度构建了多源验前信息的加权验前分布和验后分布,融合评估出故障检测率指标值。仿真算例表明该方法的有效性和可行性     

基于KULLBACK信息融合方法的系统可靠性评估

在产品具有多源验前信息的情形下,讨论冷贮备系统的可靠性评估问题,运用Kullback信息作为分布之间距离的度量,在Kullback信息的融合准则下对多个先验分布进行融合。并以融合后的先验分布作为产品的最终验前分布,对冷贮备系统的可靠性指标进行Bayes估计。最后进行的计算机随机模拟结果表明,文中所提出的方法合理且便于应用。     

考虑可信度的平均寿命验后分布Bayes融合评估方法（修改稿）

针对火箭助飞鱼雷装载可靠度试验试验样本量少、周期短的问题,提出了补充验前信息以进行考核,考虑到验前信息可信度;然后将鱼雷装载可靠度指标转化为指数分布下的平均寿命指标,获得参数的验后分布,推出基于指数分布的Bayes融合评估方法。仿真算例表明：方法可行,能够较可信地评估出火箭助飞鱼雷装载可靠度指标值。     

具有可靠性增长的三项分布概型参数的Bayes估计

本文研究具有可靠性增长的三项分布概型的参数 Bayes 估计,在先验分布为 Beta 分布,负对数 Gama 分布下,得到的主要结果有定理1、2.     

完全极大似然估计

证明了关于完全极大似然估计的一个重要定理,说明当参数的2个不同的变换的某些分量完全相同时,它们的完全极大似然估计是相同的,另外,给定了正态分布和负指数分布的参数以一定的先验分布,在此基础上计算它们的完全极大似然估计,得到了与贝叶斯参数估计形式非常相似的结果。     

一次性作用产品可靠度的Bayes置信下限

针对高价值一次性作用产品的小样本可靠性评估问题,选用带有k因子的先验分布,基于贝塔分布的双层先验分布,以及基于均匀分布的双层先验分布,研究了一次性作用产品的可靠度置信下限的估计方法.由模拟研究得出,在有历史数据时,基于k因子贝塔先验分布的估计方法比WCF方法精确;在有不完全历史信息时,基于贝塔双层先验分布的方法比基于均匀双层先验分布的方法精确.     

具有Rao简单结构的多元t-模型的无信息先验分布

 先验分布是Bayes分析的基础,在数理统计的许多方面有广泛应用.确定先验分布的方法有多种,其中最重要的一种是Jefferys无信息不变先验原则.文章应用此原则得到了具有Rao简单结构的多元t-模型中参数的无信息先验分布.     

多级评分的Bayes估计

对多级评分的测验题型,给出了其Bayes模型,把先验分布从无信息先验推广到了更一般的Dirichlet先验分布情形,求出了参数的Bayes估计,指出了其意义,并在不同样本条件下给出了先验分布超参数的估计.     

维修性小子样验证中先验信息的融合方法

研究了在Bayes小子样验证方法中多源先验信息的融合问题。由于维修时间取值具有跳跃性大、范围较宽的特点,采用随机加权法将先验信息表示为先验分布。分别提出了基于均值和基于样本量的先验分布权重因子,在此基础上,建立了基于质量因子计算先验分布权重的模型。通过计算综合先验分布与假设的正态分布的概率密度误差,对其融合后为正态分布的假设进行了检验,同时也提出了准确计算分布模型参数的方法。通过某舰船装备维修性先验信息融合的实例表明了方法的有效性及准确性。     

二项分布参数的经典估计与Bayes估计相等的关系

证明了二项分布中未知参数的经典估计(最大似然估计和矩估计),一定存在一个先验分布,使其贝叶斯估计就是该经典估计的结论.