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。     

定时截尾数据Pareto分布参数的Bayes估计

研究定时截尾数据情形下Pareto分布参数θ的Bayes估计和可容许性.给出熵损失函数的定义,取损失函数为熵损失函数,通过计算求出定时截尾情形下的熵损失函数,从而给出了Pareto分布参数θ的Bayes估计的一般形式;在给出先验分布为Gamma分布的条件下,计算出参数θ的后验密度,进而得出了参数θ的Bayes估计的精确形式,证明了所得到的参数θ的Bayes估计的可容许性.     

指数分布中连续和分类场合下的参数估计

分连续与分类两种场合，对指数分布中参数的极大似然估计、样本的期 望信息量、参数的置信区间进行讨论，并结合实例进行比较．     

广义逐次截尾数据下逆高斯分布参数的贝叶斯估计

针对可靠性应用研究中常需要确定寿命分布参数的问题,讨论了在广义逐次截尾数据下具有位置参数和尺度参数的逆高斯分布(inverse Gaussian,IG)的贝叶斯估计问题,给出了两参数的后验密度核。利用逆变换方法,产生遵从后验密度核的随机数,进而研究了估计未知参数的Gibbs抽样策略。Monte-Carlo模拟结果表明:基于广义逐次截尾数据的贝叶斯估计精度接近完全数据下贝叶斯估计。用一个实际例子进一步说明提出方法的可行性。     

双向截尾情况下最大似然估计的强相合性

讨论了双向截尾情况下分布参数的最大似然估计的渐近性质，证明了最大似然估计具有强相合性。     

随机截尾寿命试验工参数Weibull分布的统计分析

利用随机截尾寿命试验获得的数据，给出了三参数Ｗｅｉｂｕｌｌ分布参数，可靠度和失效率的Ｂａｙｅｓ点估计及其置信限。     

指数分布场合基于逐次定数截尾步加寿命试验数据的统计分析

导出了指数分布场合基于逐次定数截尾步加寿命试验数据的最大似然估计和最好线性无偏估计.利用最大似然估计的渐近正态性导出了正常应力水平下平均寿命和失效率的近似无偏估计,利用最好线性无偏估计导出了正常应力水平下平均寿命和失效率的无偏估计.利用模拟方法研究了所给方法的精度.     

鞅方法与一类强偏差定理

通过极限相对对数似然比，利用随机变量截尾的方法并结合Doob鞅收敛定理这一工具研究相依连续型和离散型随机变量序列的性质，得到了一类强极限定理及用不等式表示的强偏差定理，并推广了一些经典的强大数定律。     

任意随机变量序列强极限定理的一个推广

利用随机变量的截尾方法和Doob鞅收敛定理，研究了任意随机变量序列的性质，得到了一类矩条件下任意随机变量序列的强极限定理，推广了与此相应的一些结果．