广义逆指数分布应力-强度模型的可靠性评估

基于广义逆指数分布,研究应力-强度模型的可靠性评估问题。首先,利用极大似然法给出参数及应力-强度模型可靠度的极大似然估计。其次,通过形状参数选取Gamma共轭先验,在平方损失下运用Gibbs抽样算法及Lindley近似算法给出不同超参数选择下应力-强度模型可靠度的贝叶斯估计。最后,通过Monte-Carlo模拟对2种估计方法的精度进行比较。数值模拟结果表明,贝叶斯估计优于极大似然估计,基于Lindley近似算法的贝叶斯估计优于基于Gibbs抽样算法的贝叶斯估计。

双边定时截尾下广义Pareto分布的可靠性分析

基于双边定时截尾样本,研究广义Pareto分布的形状参数和可靠性指标的估计问题。在进行极大似然估计时,由于似然方程无解析解,故采用EM算法。对形状参数选取,4信息先验,在平方损失下,研究给出广义Pareto分布的形状参数和可靠性指标的Bayes估计。通过Monte-Carlo模拟对形状参数和可靠度函数的极大似然估计、EM估计和Bayes估计的效果进行比较。模拟结果说明,Bayes方法和EM算法适合在小样本场合下对形状参数进行估计,Bayes方法和极大似然估计法适合在大样本场合下对形状参数估计,极大似然估计方法和EM算法适合对可靠度进行估计。