基于混合倒伽玛分布的Bayes区间估计方法在密集度评定中的应用

针对某型系列弹密集度评定,给出了基于混合倒伽玛分布的Bayes区间估计方法。该方法通过引入继承因子,有效利用了历史样本信息。通过对不同总体下随机抽样的方式,比较了该方法与经典统计理论中区间估计算法在风险特征方面的差异,结果表明:该方法估计精度更高,具有更好的稳健性,尤其是纳伪概率控制较好,为科学、有效评定系列化弹药密集度提供了思路。