Gamma部件可靠性的Bayes估计

本文讨论部件寿命服从Gamma分布,当形状参数k已知,尺度参数λ未知时,对部件可靠性进行Bayes估计,为使验前分布的选择更加灵活,作了变换r=e-λτ0,其中t0是参考时间,主要结果为定理1、2,且把Lwin和Singh所做的结果看作本文的特例。     

Weibull分布恒加寿命试验混合数据分析

以Ｗｅｉｂｕｌｌ分布场合,排除形状参数与加速应力无关的限制;对恒加应力寿命试验的混合数据,建立一种可靠性统计分析方法,给出在正常应力水平下寿命分布的参数,平均寿命及变异系数的估计。     

不同分布的随机中心极限定理

引言设{ξ_k}是独立同分布的随机变量序列,其均值Eξ_k=0,方差D(ξ_k)=1,(k=1、2…)。记η_n=sum from K=1 to=n(ξ_k) ξ_n=η_n/n~(1/2) 那么独立同分布的中心极限定理成立,即 n→∞P(ξ_n相似文献   

离散型无失效数据的可靠性分析

应用经典统计与 Bayes 方法,对离散型无失效数据进行可靠性分析,建立一个判别准则,用于判定分析结果是否符合实际,不受概型限制,适用所有寿命为离散型产品.     

几何分布场合恒加应力寿命试验下的混合数据分析

在恒定应力加速寿命试验下对几何分布的混合数据提出一种可靠性分析方法,并给出正常应力下平均寿命的点估计与置信下限估计。     

以中位数为中心的分级相似预报法

本文介绍一种计算简单且效果较好的预测方法,它既可作趋势预报又可作定值预报。     

关于分布自由的逐步回归集成预报法

继文本文提出在不同信度下,建立多个以秩和为因子的逐步回归方程,尔后应用集成最优法求出最优集成预报方程,它比文中的方法更充分地利用了大量因子的信息,从而提高了预报的精度和可靠性,其回报准确率和试报效果,均比普通逐步回归集成最优方程及文中以秩和为因子的单个逐步回归方程更为优越.     

Weibull分布步加应力寿命试验统计分析

在Ｗｅｉｂｕｌｌ分布场合,排除形状参数与加速应力无关的限制,进行步加应力寿命试验的统计分析,给出正常应力水平下寿命分布参数及变异系数估计。     

以秩和为因子的一种多元判别法

本文提出一种以秩和为因子及以绝对距离为判别函数的判别法。使用该方法,可不受模型的限制,能充分地利用大量因子的信息,计算量较小,并可作趋势和定值预报。     

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。