考虑先验信息可信度的后验加权Bayes估计

先验信息失真及先验样本数量过大会扭曲小子样条件下Bayes融合评估的效果,引入可信度可以改善这个问题。现有的可信度度量方法大都直接基于数据层,即通过判断两种样本是否属于同一分布,这种度量在小子样情况下不太可信,为此提出了一种基于数据物理来源的可信度度量方法。同时归纳了可信度融合评估的准则,分析了现有可信度融合评估方法的不足,并结合正态分布的参数估计问题,给出了一种考虑先验信息可信度的后验加权Bayes估计方法。理论分析和算例都证实了该方法优于常用的Bayes估计方法。

指数分布参数多层Bayes和E Bayes估计的性质

本文讨论无失效数据下指数分布参数多层Bayes估计和E Bayes估计的性质,在超参数分别取两种不同的先验分布下,证明参数的多层Bayes估计和E Bayes估计渐近相等,且多层Bayes估计值小于E Bayes估计值.

无失效数据下液体火箭发动机可靠性多层Bayes估计

针对液体火箭发动机热试车过程中可能出现的无失效情况,在对寿命分布进行分析的基础上,确定了失效概率的多层先验分布,并给出了其Bayes估计。然后用最小二乘法给出寿命分布的参数估计,进而得到可靠度估计。最后通过随机模拟,讨论了文中c值的选取问题,证明了方法的可行性。

无失效数据下失效概率的多层Bayes和E Bayes估计的性质

高可靠性产品的可靠性试验很难获得样品失效的数据,可靠性参数估计涉及无失效数据分析,Bayes方法是处理无失效数据分析的有力方法。多层Bayes参数估计涉及到Beta函数比的积分。利用Gamma函数比不等式,导出Beta函数比不等式及Beta函数比的积分不等式,证明了无失效数据下失效概率的EBayes估计与多层Bayes估计渐近相等,且给出多层Bayes估计值小于EBayes估计值的一个充分条件。

二项分布参数多层Bayes和E Bayes估计的性质

讨论无失效数据下二项分布参数E Bayes估计和多层Bayes估计的性质,证明二项参数的多层Bayes估计和E Bayes估计渐近相等,且E Bayes估计值小于多层Bayes估计值.

加权平衡熵损失函数下Poisson分布参数的Bayes估计

首先,基于平衡损失函数的形式,给出一个加权平衡熵损失函数,并将其应用到Poisson分布中,得到了该损失函数下参数的Bayes估计.其次,在先验分布为Gamma分布的条件下,给出估计量的显式表达式,证明估计量的相合性,并利用QQ图的方法检验估计量的渐近正态性。

基于Bayes与多层Bayes估计的WSN链路选择算法

无线传感器网络(WSN)节点能量有限,采用传统的链路选择的方法(经验法)进行链路选择,需要发送大量的数据包作为测试样本,这在WSN中是不合适的。设计了两种基于Bayes估计与一种基于多层Bayes估计的WSN链路选择算法,分别记为BLSP-B1、BLSP-B2、BLSP-HE。仿真实验发现,在小样本的条件下,BLSP-B1、BLSP-B2、BLSP-HE选择高质量的链路的概率比经验法要高出10%～20%,其中BLSP-HE算法最稳健,性能较好。

指数分布无失效数据失效率的多层Bayes估计

对指数分布无失效数据的失效率，在先验分布为Ｇａｍｍａ分布Ｇａｍｍａ（１，ｂ）时，给出了多层Ｂａｙｅｓ估计，从而可以得到无失效数据可靠度的估计。并结合实际问题进行了计算。

无失效数据失效率的综合多层Bayes估计

文章对指数分布无失效数据的失效率，在先验分布为Ｇａｍｍａ分布时，在引进失效信息后，给出了多层Ｂａｙｅｓ估计以及综合多层Ｂａｙｅｓ估计，并给出了可靠度的综合估计。最后。

失效率的E-Bayes估计和多层Bayes估计

提出了一种可靠性参数的估计方法—E-Bayes估计法,对寿命服从指数分布的产品,在无失效数据情形,给出了失效率的E-Bayes估计的定义、E-Bayes估计和多层Bayes估计,并在此基础上给出了E-Bayes估计的性质.最后,结合发动机的实际问题进行了计算,结果表明E-Bayes估计法可行且便于应用.

指数分布无失效数据的Bayes估计多层Bayes估计

给出了指数分布无失效数据在时刻ｔｉ的失效概率Ｐｉ＝Ｐｒ｛Ｔ＜ｔｉ｝的Ｂａｙｅｓ估计、多层Ｂａｙｅｓ估计，从而得到了时刻ｔｉ的可靠度的估计。

多层验前正态总体动态参数的Bayes融合估计

在多层验前信息下,给出了正态总体动态参数的Bayes融合估计。进一步,用线模型下的递推估计方法,给出了递推解。对于实际应用中的一些问题,提出了处置方法,并以实例作了说明。

状态概率的E-Bayes估计与多层Bayes估计

在文献[1]中提出了参数估计的一种方法———E-Bayes估计并给出了状态概率的E-Bayes估计的定义、E-Bayes估计公式、预测模型及其在证券投资中应用,本文在此基础上将给出状态概率的多层Bayes估计、状态概率的E-Bayes估计的性质———E-Bayes估计,多层Bayes估计的关系。最后,给出模拟算例。

二项分布无失效数据可靠度的多层Bayes估计

文章对二次分布无失效数据的可靠度，在先验分布为Ｂｅｔａ分布时，给出了可靠度的多层Ｂａｙｅｓ估计。最后，结合实际问题进行了计算。

Pareto分布形状参数的E-Bayes估计和多层Bayes估计及其应用

给出了参数的E-Bayes估计的定义,对Pareto分布在尺度参数已知时,在平方损失下给出了形状参数的E-Bayes估计和多层Bayes估计,并且用Monte Carlo方法给出了模拟算例.最后,结合高尔夫球手收入数据的实际问题进行了计算,结果表明本文提出的方法可行且便于应用.

基于ML-Ⅱ的指数分布可靠性多层Bayes估计

Bayes估计法是可靠性评估中应用最为广泛的方法之一,指数分布的Bayes验前概率密度函数中的重要参数主要依靠Reformulation法和Box-Tiao法确定,具有较强的主观经验性。基于Beyes估计的基本思想,以试验数据为依据,利用第二类极大似然估计法(ML-Ⅱ估计法)确定Bayes方法中的相关参数,避免了参数确定的主观性。实例表明结果合理,方法客观、可行。

多元正态总体分布参数的Bayes序贯验后加权检验及估计

本文讨论了多元正态总体均值向量μ和协方差阵∑的Bayes序贯验后加权检验及截尾序贯检验.同时,以序贯检验的停时作为Bayes序贯估计的终止试验时间,给出μ和∑的递推估计方法.本文对于武器装备在试验场地的性能参数鉴定和评估具有实用意义.

无失效数据失效率的综合多层Bayes估计

为了对指数分布场合无失效数据的失效率进行估计,在先验分布为截尾Gamma分布时,利用平均剩余寿命和极大似然思想提出了两种引进失效数据的方法,给出了失效率的综合多层Bayes估计,并且结合实际数据进行了计算,计算结果显示此种方法是可行的.

失效概率的E-Bayes估计与多层Bayes估计

基于失效概率的E-Bayes估计,在无失效数据情形下给出了失效概率的多层Bayes估计,且讨论了失效概率的多层Bayes估计的性质——E-Bayes估计与多层Bayes估计的关系。数值算例和应用实例进一步表明,E-Bayes估计和多层Bayes估计比较接近。

无失效数据下安全关键软件可靠性多层Bayes估计

针对安全关键软件随机测试过程中可能出现的无失效情况,在对失效分布函数进行分析的基础上,确定了可靠度的多层先验分布,并给出了其Bayes估计。最后结合实际问题进行了计算,证明了该文中方法的可行性。