广义逐步混合截尾下Marshall-Olkin 扩展指数分布的可靠性分析

研究Marshall-Olkin扩展指数分布的可靠性指标。基于该分布的广义逐步混合截尾模型,通过经典估计和贝叶斯估计给出该分布的未知参数估计。利用数值迭代方法和渐近正态理论,给出未知参数的最大似然估计值及渐进置信区间。在先验分布为伽马分布的条件下,利用Metropolis-Hastings抽样算法得到了未知参数的贝叶斯估计值和最大后验密度可信区间。数值模拟结果表明,贝叶斯估计的均方误差和区间长度均优于经典估计方法。

广义逐步混合截尾下Fréchet分布的参数估计

Fréchet分布为极值Ⅱ型分布,也称逆威布尔分布（IW）,在金融、保险、水文等领域被广泛应用.广义逐步混合截尾作为一个新的寿命试验方案,其优点在于进行寿命试验时,在规定的结束时间内能够获得一定数量的失效样本,既能保证试验效率,也可以较好提高参数估计的精度.将在此截尾方案下对Fréchet分布进行参数估计,采用EM算法方便地实现计算,并针对算法进行数值模拟以及对实际数据进行拟合分析,展示提出方法的优势.