一类加权可靠指数分布

本文研究了一种含有形状参数和尺度参数的加权可靠性指数分布.利用变量替换以及极大似然法,研究了在特定尺度参数下此分布的构造性表示,并导出了计算该分布两个参数极大似然估计的迭代解,同时还给出了估计参数的渐近分布形式.

左截尾双参数指数分布的可靠寿命的广义置信下限

本文基于左截尾双参数指数分布定数截尾数据,利用Weerahandi给出的广义枢轴量和广义置信区间的概念,通过两种不同的方法建立了可靠寿命的广义置信下限.第1种方法利用位置参数无限制时可靠寿命的广义置信下限来定义左截尾情形下可靠寿命的限制广义置信下限,第2种方法基于广义枢轴量在限制参数空间上的条件分布给出可靠寿命的条件广义置信下限.我们分别研究了这两种置信下限的性质,给出了简单易行的数值计算方法.模拟比较表明限制广义置信下限具有好的覆盖率性质,条件广义置信下限的覆盖率与参数取值有关,但它有时比限制广义置信下限具有更大均值和更小标准差.

左截尾双参数指数分布的可靠性评估(Ⅱ)

对左截尾双参数指数分布,给出了其分布参数(位置参数μ,尺度参数θ),可靠性测度(失效率λ,平均失效前时间(MTTF)M,可靠寿命tR,可靠度R(t))的UMVUE,Bayes估计与经典精确限,Bayes精确可信限,还给出了MTTF高精度的经典近似限,最后用数值例说明了这些方法。

双参数指数分布无失效数据的可靠性分析

文章对双参数指数分布场合下的无失效数据,讨论了当位置参数已知和未知时,可靠性参数的置信限;并结合实际问题进行了计算。

双参数指数分布的可靠性评估(Ⅰ)

本文对双参数指数分布的参数(位置参数μ,尺度参数θ),可靠性测度(失效率λ,平均寿命M,可靠寿命tR,可靠度R(t))的UMVUE(一致最小方差无偏估计)无信息先验分布下的Bayes估计进行了讨论,并系统地给出了这些参数与测度的经典精确限、Fiducial精确限,无信息先验分布下的Bayes精确可信限,并用数值例说明了这些方法。

双参数指数分布可靠性、可靠寿命近似限的研究

对双参数指数分布可靠性、可靠寿命的Ｇｒｕｂｂｓ近似［１］，Ｅｎｇｅｌｈａｒｄｔ＆Ｂａｉｎ［２］的简单近似和正态近似进行了研究，指出简单近似与Ｇｒｕｂｂｓ近似相结合可保证有很高的精度。因正态近似的误差甚大，故Ｌａｗｌｅｓｓ［６］，周源泉等［７］，Ｂａｉｎ＆Ｅｎｇｅｌｈａｒｄｔ［８］推荐使用正态近似是不正确的。

双应力步进加速试验设计及可靠性统计分析(指数分布)

本文对于一种在两种应力（电压应力和温度应力）的作用下的电子产品，当它的寿命服从指数分布时，提出双应力步加试验的试验设计及对所获得的失效数据进行可靠性的统计分析。

双参数指数分布下可靠性增长试验的统计分析

在充分利用可靠性增长试验中各阶段试验数据评定现阶段可靠性指标的基础上,对双参数指数模型试验下所得的抽样数据,运用陈家鼎提出的方法,给出了现阶段可靠度的点估计和在某种意义下最优的置信下限。文中的方法在计算上比较简便,适用于工程实际。

基于参数Bootstrap方法的双参数指数分布可靠寿命的置信下限

针对双参数指数分布的截尾数据,利用一种新的参数Bootstrap方法,构建了可靠寿命的置信下限,并从理论上证明了给出的置信下限是精确的.在小样本情形下,通过比较新的参数Bootstrap方法取得的置信下限与Engelhardt-Bain方法取得的近似置信下限的覆盖率,发现参数Bootstrap置信下限更令人满意.

双参数指数分布可靠度同等置信下限的计算方法

文章利用经典方法构造了双参数指数分布可靠度的同等置信下限,由随机计算方法给出了同等置信下限的求法。讨论了计算方法的计算精度,通过计算机模拟实验将所给出的同等置信下限与置信下限的近似计算方法、广义置信下限做了对比。

双参数指数分布场合下无失效数据的可靠性试验

在电器的可靠性指标达到某个给定值的情况下,利用Bayes方法给出电器的寿命服从双参数指数分布场合下无失效数据的可靠性验证试验,并利用相同的分析方法给出形状参数的1-α的Bayes可信上限和形状参数的Bayes估计.最后,结合实例进行了计算,结果表明,利用该估计方法优于经典估计方法.

左截尾双参数指数分布的可靠性评估(Ⅰ)

对左截尾双参数指数分布,给出了其分布参数(位置参数μ,尺度参数θ)、可靠性测度(失效率λ,平均失效前时间(MTTF)M,可靠寿命tR,可靠度R(t) )的UMVUE、Bayes估计与经典精确限和Bayes精确可信限,还给出了MTTF高精度的经典近似限。最后用数值例说明了这些方法。

左截尾双参数指数分布可靠度与可靠寿命近似限的研究

基于左截尾双参数指数分布可靠度与可靠寿命的Bayes精确可信下限与经典精确下限犤1,2犦,本文对Grubbs犤3犦近似(以下简称为G近似),Engelhardt&Bain犤4犦的简单近似与正态近似(以下分别简称为S近似与E近似)进行了分析及数值研究。结果指出:犤4犦,Lawless犤5犦,周源泉、翁朝曦犤6犦,Bain&Engelhardt犤7犦推荐使用E近似是不正确的,因为在所有情况下,E近似的精度甚差,在t-t1是够大时,Grubbs近似精度很高,它与S近似结合可很好地近似经典精确下限,且在t略小于t1+s/n及t≥t1+s/n时,G近似能很好地近似Bayes精确可信下限。

双参数指数分布的可靠性评估(Ⅱ)

本文对双参数指数分布的参数(位置参数μ,尺度参数θ),可靠性测度(失效率λ,平均寿命M,可靠寿命tR,可靠度R(t))的UMVUE(一致最小方差无偏估计),无信息先验分布下的Bayes估计进行了讨论,并系统地给出了这些参数与测度的经典精确限、Fiducial精确限、无信息先验分布下的Bayes精确可信限,并用数值例说明了这些方法。

逐步增加的Ⅱ型截尾下双参数指数分布的可靠性分析

基于逐步增加的Ⅱ型截尾模型,讨论了双参数指数分布的可靠性指标的估计。导出了形状参数、尺度参数及可靠度函数的极大似然估计(MLE)和Bayes估计,最后运用Monte Carlo方法对Bayes估计和极大似然估计的MSE,进行了模拟比较。

双参数指数分布参数变点的统计推断

讨论双参数指数分布尺度参数发生变化、两个参数可能同时发生变化时 ,变点的统计推断问题。关于尺度参数变点问题 ,继续 Wang和 Bhatti(1 998)的讨论 ,给出检验的渐近分布 ,同时也研究变点的估计问题。对于位置参数和尺度参数可能同时发生变化时 ,给出参数变点检验统计量 。

双参数指数分布下两应力交叉步加试验的统计分析

设产品寿命服从双参数指数分布，失效率和保证寿命的加速模型分别为ｌｎθｉｊ＝β０＋β１φ１（Ｓ１ｉ）＋β２φ２（Ｓ２ｊ）＋β３φ１（Ｓ１ｉ）φ２（Ｓ２ｊ）ｕｉｊ＝α０－α１ｆ１（Ｓ１ｉ）－α２ｆ２（Ｓ２ｊ）ｉ＝１，２，…，ｌ；ｊ＝１，２，…，ｋ本文研究了用两应力交叉步加试验的数据对参数βｉ（ｉ＝０，１，２，３）和αｊ（ｊ＝０，１，２）进行估计和检验，然后由模型可以求得正常工作应力（Ｓ１０，Ｓ２０）下各种可靠性特征的估计值。最后给出的随机模拟例子表明，本文给出的统计方法具有较高的精度。

双参数指数分布无失效数据的新的修正极大似然估计

对双参数指数分布的无失效数据 (ti,ni) ,给出了参数 μ和σ的新的修正极大似然估计 ,从而可以得到无失效数据可靠度的估计 .最后 ,结合实际问题进行了计算 .

双参数指数分布位置参数的统计推断

通过次序统计量 ,得到了双参数指数分布 E(μ,λ)中位置参数μ的一致最小方差无偏估计为nn-1 T(1) -1n-1 T,推导出了 ( T-μ) / ( T-T(1) )的分布与参数μ,λ无关 ,从而得到了μ的置信区间与检验统计量 .

具有部分缺失数据两个双参数指数总体的估计

本文讨论了部分缺失数据两个双参数指数总体的参数估计问题.证明了估计的强相合性和渐近正态性.