期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息

双边定数截尾场合下Burr Ⅻ分布的Bayes估计 被引量：9

下载PDF
导出
摘要 在双边定数截尾样本下,文章基于未知参数的先验分布为无信息先验和Gamma分布,分别考虑平方损失和LINEX损失,研究了Burr Ⅻ分布的参数和可靠性指标的Bayes估计,并运用随机模拟的方法对各种估计结果进行了分析比较,结果表明LINEX损失下,基于gamma先验分布,贝叶斯估计结果精度更高.
作者 周洁 贺兴时 刘俊利
机构地区 西安工程大学理学院
出处 《统计与决策》 CSSCI 北大核心 2014年第20期25-27,共3页 Statistics & Decision
基金 陕西省软科学基金项目(2012KRM58) 陕西省教育厅自然科学基金资助项目(12JK0744)
关键词 双边定数截尾 BURR Ⅻ分布 BAYES估计 先验分布
分类号 O213.2 [理学—概率论与数理统计]
  • 相关文献

参考文献4

二级参考文献32

  • 1冯艳,师义民,周巧娟.双边定数截尾情形下指数-威布尔分布参数的Bayes估计[J].系统工程,2006,24(9):117-120. 被引量：16
  • 2Usher J S, Hodgson T J. Maximum likelihood analysis of component reliability using masked system life data[J]. IEEE Trans. Reliab, 1988, 37(5): 550 -555.
  • 3Sarhan A M. Estimation of system components reliabilities using masked data[J]. Applied Mathematics and Computation, 2003, 136(1): 79-92.
  • 4Sarhan A M. Bayes estimations for reliability measures in geometric distribution model using masked system life test data[J]. Computational Statistics and Data Analysis, 2008, 52(4): 1821-1836.
  • 5Sarhan A M. Estimations of parameters in Pareto reliability model in the presence of masked data[J]. Reliab Engrg Syst Safety, 2003, 82(1): 75 -83.
  • 6Sarhan A M. Estimation of components reliability in parallel system using masked system life data[J]. Appl Math Comput, 2003, 138(1): 61 -75.
  • 7Wang F K, Keats J B, Zimmer W J. Maximum likelihood estimation of the Burr XII parameters with censored and uncensored data[J]. Microelectronics and Reliability, 1996, 36(3): 359- 362.
  • 8Johnson N L, Kotz S, Balakrishnan N. Continuous Univariate Distributions[M]. 2nd Ed. New York: John Wiley & Sons, 1995.
  • 9Guess F M, Usher J S, Hodgson T J. Estimating system and component reliabilities under partial information on cause of failure[J]. J Stat Plan Inference, 1991, 29(1-2): 75- 85.
  • 10峁诗松,王静龙,濮晓龙.高等数理统计[M].第2版.北京:高等教育出版社,2006.

共引文献33

同被引文献46

引证文献9

二级引证文献15

统计与决策
2014年 第20期

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部