双参数指数分布场合下无失效数据的可靠性试验

在电器的可靠性指标达到某个给定值的情况下,利用Bayes方法给出电器的寿命服从双参数指数分布场合下无失效数据的可靠性验证试验,并利用相同的分析方法给出形状参数的1-α的Bayes可信上限和形状参数的Bayes估计.最后,结合实例进行了计算,结果表明,利用该估计方法优于经典估计方法.     

指数分布下基于失效次数估计参数的方法

本文给出指数分布下基于失效次数进行参数估计的几种不同方法的比较。     

无失效数据情形参数的综合估计

对指数分布的无失效数据,在引进失效信息后,在先验分布为Beta分布时,给出了失效率的多层Bayes估计和综合Bayes估计,并给出了无失效数据情形可靠度的综合估计。     

指数分布无失效数据情形的参数估计

基于指数分布场合的无失效数据（ti,ni）,引进失效信息,提出了产品可靠性参数估计的方法,同时结合发动机的实际问题进行了计算,结果表明本文提出的估计方法可行。     

截尾数据和分段数据下指数分布参数的矩估计

对指数分布下的截尾数据和分段数据,给出了其参数矩估计的一种新的方法。     

指数分布的无失效数据的Bayes统计分析

随着科学技术的进步,产品的质量也不断提高,产品的寿命越来越长,由定时截尾寿命试验获得的数据经常是"无失效数据,"特别是高可靠性样本试验的研究。本文根据指数分布的无记忆性,给出可靠度的先验分布,进而在无失效数据的情况下,得到了平均寿命的Bayes估计,并给出了某时间处的可靠度的Bayes估计。     

指数分布的无失效数据的Bayes统计分析

随着科学技术的进步,产品的质量也不断提高,产品的寿命越来越长,由定时截尾寿命试验获得的数据经常是"无失效数据",特别是高可靠性样本试验的研究.本文根据指数分布的无记忆性,给出可靠度的先验分布,进而在无失效数据的情况下,得到了平均寿命的Bayes估计,并给出了某时间处的可靠度的Bayes估计.     

无失效数据失效概率的综合估计

本文对指数分布的无失效数据(ti,ni),给出了参数λ的最小二乘估计以及失效概率pi=p{T相似文献   

基于分组数据的指数分布的参数矩估计

主要对分组数据的指数分布的参数进行估计,把分组数据的观察值看成多项分布的样本,利用矩估计的思想可得到参数的估计。当矩估计方程没有显式解时,Newton-Raphson迭代方法可以得到矩估计方程的解。     

指数分布参数基于不完全数据的区间估计

本文针对不完全观测数据,讨论了指数分布总体参数的区间估计。主要是利用样本分位数和概率密度函数的核估计来构造枢轴量,并推导出了相应的大样本近似分布,从而得到了总体参数的近似置信区间。而且当精度要求不是特别高的时候,给出了总体参数易于计算的近似置信区间。     

分组数据场合指数分布参数的渐近置信估计

利用指数分布的若干个样本分位数,建立线性回归模型,由获得的广义最小二乘估计的渐近正态性,得到分组数据场合分布参数的渐近置信估计.在样本足够大的情况下,该方法简单有效.     

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.     

单参数指数分布（n，r，无）已失效数据对未来失效数据的预测

通过对文献[1]中寿命数据的分析提出一种基于单参数指数分布（n，r，无）已失效数据对未来失效数据预测的新方法．     

不完全数据情形下指数分布参数的极大似然估计

处理生存分析观测数据使用的参数估计方法有很多,极大似然估计法是最常见的一种估计方法。当寿命分布为指数分布时,给出了定时截尾数据、定数截尾数据情形的极大似然估计,以及随机右删失下参数极大似然估计的一般表达式。此外,还提出了分组数据场合参数极大似然估计的图解求法。     

定时截尾情形下指数分布参数的估计

本文讨论了定时截尾情形下指数分布参数的极大似然估计问题,证明了估计的强相合性和渐近正态性,给出了估计的进一步的渐近性质.其结果对于其它的总体分布的参数估计具有普遍的现实意义.     

熵损失函数下指数分布参数的估计

文章在指数分布参数的先验分布为其共轭先验分布Gamma分布Γ(a,b)时,给出了其在熵损失函数下的E-Bayes估计和多层Bayes估计。     

定时截尾情形下指数分布参数的估计

本文给出了定时截尾情形下指数分布的参数极大似然估计,证明了极大似然估计的强相合性质以及进一步的渐近正态性质.其结果对于其它的总体分布的参数估计具有普遍的现实意义.     

不完全数据情形下指数分布参数的最大似然估计

处理生存分析观测数据使用的参数估计方法有很多,极大似然估计法是最常见的一种估计方法。当寿命分布为指数分布时,本文给出了定时截尾数据、定数截尾数据情形的极大似然估计,以及随机右删失下参数极大似然估计的一般表达式。此外,论文还提出了分组数据场合参数极大似然估计的图解求法。     

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.     

无失效数据的失效率估计分析

根据构造先验分布的方法(减函数法),在假定可靠度的先验分布为Beta分布和非完全Beta分布的情况下,分别给出在平方损失下其失效率的多层贝叶斯估计及熵损失函数下的E-Bayes估计.