逐步增加的Ⅱ型截尾寿命试验下BS分布的统计分析

在逐步增加的Ⅱ型截尾寿命试验场合下,研究两参数Birnbaum-Saunders(简称BS)疲劳寿命分布产品的可靠性统计分析似然函数,运用泰勒展开得到了近似似然方程,通过求解仅含刻度参数的超越方程得到形状参数的近似极大似然估计;最后通过Monte-Carlo模拟算例说明方法的可行性。

逐步Ⅱ型截尾步进应力部分加速寿命试验的统计推断

基于逐步Ⅱ型截尾样本,研究了逆Rayleigh分布在步进应力部分加速寿命试验下的统计分析问题.首先运用贝叶斯方法、极大似然估计方法和近似极大似然估计方法,得到了未知参数和加速度因子的贝叶斯估计(BE)、极大似然估计(MLE)和近似极大似然估计(AMLE),并运用极大似然估计的渐近正态性推导出未知参数和加速因子的渐近置信区间.其次,运用贝叶斯理论在平方损失函数和线性指数损失函数下给出了模型参数和加速因子的贝叶斯估计和最大后验密度(HPD)置信区间.最后,利用蒙特卡罗模拟对3种不同估计方法的精度进行了评估.数值模拟表明:贝叶斯估计的效果大体上优于极大似然估计和近似极大似然估计的效果;线性指数损失函数下的贝叶斯估计效果要优于平方损失函数下的贝叶斯估计效果;随着样本量的增加,3种估计方法的均方误差(MSE)和平均相对误差(ARE)均呈减小趋势;在同一组样本和同一种移除方案中,BE的HPD置信区间长度优于MLE的渐近置信区间长度.

逐步增加Ⅱ型截尾下Pareto分布形状参数的Bayes估计

基于逐步增加Ⅱ型截尾样本,首先得出Pareto分布形状参数的极大似然估计,考虑两个损失函数和形状参数的两个先验分布,得出该分布形状参数的4个Bayes估计。由数值模拟结果发现,上述四个Bayes估计值的均方误差均小于极大似然估计值,其中,当损失函数为二次损失函数,形状参数的先验分布为共轭先验分布时的Bayes估计的均方误差较小,估计效果更理想,且实例分析与数值模拟结果相符。其次在二次损失函数下,针对形状参数先验分布选取共轭先验分布,给出Pareto分布形状参数的多层Bayes估计和E-Bayes估计。

Weibull分布逐步增加的Ⅱ型截尾步进应力加速寿命试验的统计分析

本文给出了两参数Weibull分布场合在步进应力加速寿命试验下损伤失效率模型(TFR模型)逐步增加的Ⅱ型截尾寿命数据的参数的极大似然估计(MLE),并通过Monte-carlo数据说明了方法的可行性。

Weibull分布逐步增加的Ⅱ型截尾试验的统计分析

本文给出Weibull分布在逐步增加的Ⅱ型截尾寿命数据参数的极大似然估计与逆矩估计 ,并通过Monte -Carlo模拟考察了估计的精度 ,认为极大似然估计优于逆矩估计。

逐步增加Ⅱ型截尾试验下广义指数分布的统计分析

文章基于逐步增加II型截尾试验,给出了广义指数分布参数和可靠度函数的极大似然估计,并在熵损失和加权平方损失函数下,给出参数和可靠度函数的贝叶斯估计。最后,运用Monte Carlo方法对估计结果进行了模拟比较。

逐步增加Ⅱ型截尾试验下广义指数分布的参数估计

基于逐步增加II型截尾试验,在单参数情况下,利用极大似然估计方法给出了广义指数分布形状参数和可靠度函数的极大似然估计.同时,在逐步增加II型截尾试验下,证明了极大似然估计的相合性和渐近正态性.

逐步增加Ⅱ型截尾下指数分布简单步加试验的统计分析

步进应力加速寿命试验是一种经济实用的寿命试验方法,讨论了逐步增加Ⅱ型截尾指数分布简单步加试验的参数估计。利用Fisher信息阵获得了参数的Jeffreys无信息先验,并利用蒙特卡罗马尔可夫链方法给出了参数的Bayes估计。最后,通过Monte Carlo方法对Bayes估计和最大似然估计进行了模拟比较,统计表明Bayes估计是高效而实用的。

自适应逐步Ⅱ型混合截尾恒加寿命试验下广义指数分布的统计分析(英文)

在自适应逐步II型混合截尾恒定应力加速寿命试验下,讨论了两参数广义指数分布的统计分析.利用EM算法和最小二乘法相结合的新方法推导出未知参数与可靠度函数的点估计,通过信息缺失原则得到了观测Fisher信息阵和尺度参数的渐近无偏估计.利用估计的渐近正态性和参数bootstrap方法构造了参数的置信区间.最后运用Monte-Carlo方法分别对得到的点估计和区间估计的精度进行研究,结果表明尺度参数的渐近无偏估计优于相应的两步估计,Boot-p置信区间比相应的渐近置信区间更精确.

逐步增加的Ⅱ型截尾下冷贮备串联系统可靠性指标的Bayes估计

在逐步增加的Ⅱ型截尾模型下,研究部件寿命服从双参数指数分布的冷贮备串联系统可靠性指标的Bayes估计。在超参数未知的情形下,分别在平方损失(SE),LINEX损失和熵(General Entropy,GE)损失函数下给出两个参数及可靠性指标的Bayes估计;对于超参数的确定,给出一种新的方法;最后利用随机模拟方法进行比较,并对结果进行了讨论。

逐步增加的Ⅱ型截尾下Lomax分布形状参数的估计

文章在逐步增加的Ⅱ型截尾下,给出了Lomax分布形状参数θ的极大似然估计;由"平均剩余寿命"的概念得到了形状参数的逆矩估计,在平方损失函数和对称熵损失函数下,针对不同的先验分布给出了参数θ的Bayes估计;最后通过随机模拟对几个估计进行了比较,说明了在相同的损失函数下,取共轭先验分布较无信息先验分布的精度要高。

逐步增加Ⅱ型截尾下n中取m串连续κ失效系统的可靠性评估

在逐步增加Ⅱ型截尾样本下,研究不可修n中取m串连续κ失效系统(简记为κ(m)/n系统)的可靠性评估问题.利用Bayes方法与极大似然估计法,得到了部件失效率、系统可靠度及平均寿命等可靠性指标的经验Bayes估计.最后利用随机模拟例子说明了本文方法的正确性和可行性.

具有随机移走逐步增加Ⅱ型截尾下Burr-Ⅻ分布的可靠性估计

在具有随机移走逐步增加Ⅱ型截尾下,讨论了Burr-Ⅻ分布的可靠性估计及其性质。选取共轭先验分布,基于刻度平方误差损失函数,同时随机移走部件数服从二项分布,给出了Burr-Ⅻ分布参数、随机移走概率、可靠度函数及失效率的Bayes估计,并证明了形如[cT+d]-1的一类估计的容许性。最后运用Monte Carlo方法对各种估计结果的均方误差进行了模拟比较。结果表明,在随机移走概率p=0.4处进行试验,估计结果的精度高。

混合Ⅱ型截尾样本下简单步加试验的统计分析

将Bootstrap方法引入到加速寿命试验中,在产品寿命服从Rayleigh分布的情形下,研究混合Ⅱ型截尾简单步加试验的可靠性统计分析问题,获得了参数的极大似然估计和区间估计,给出了正常应力水平下可靠度、失效率、平均寿命等可靠性指标的估计方法,最后利用Monte-Carlo方法验证了结论的正确性和可行性。

逐步增加的Ⅱ型截尾下冷贮备串联系统可靠性指标的Bayes估计

在逐步增加的Ⅱ型截尾模型下,运用Balyes方法,研究部件寿命服从双参数指数分布的冷贮备串联系统可靠性指标的近似置信区间问题.在两个参数均未知的情形下,给出了失效率,系统可靠度及平均寿命的Bayes近似置信区间的计算公式;对于超参数的确定,给出一种新的方法;最后进行了随机模拟,并对近似置信区间的精度进行了讨论.

逐步Ⅱ型截尾下指数分布恒加试验的贝叶斯分析

对逐步Ⅱ型截尾下指数分布场合恒定应力加速寿命试验进行了贝叶斯统计分析,利用Gibbs抽样给出了该模型的两种Bayes估计.最后通过Monte Carlo方法对逆幂律模型进行了模拟,统计表明两种Bayes估计均是有效的.

逐步增加Ⅱ型截尾下Pareto分布的贝叶斯分析

对Pareto分布场合逐步增加Ⅱ型截尾样本进行了贝叶斯分析,利用马尔可夫链蒙特卡罗方法给出了参数的贝叶斯估计。最后,通过蒙特卡罗模拟和应用实例表明该贝叶斯估计是有效的。

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。

逐步增加Ⅱ型截尾下复合瑞利分布参数的Bayes估计

在逐步增加Ⅱ型截尾样本下,给出了复合瑞利分布尺度参数的极大似然估计.在取先验分布为无先验信息、共轭先验分布、指数分布时,考虑平方损失函数与对称熵损失函数估计的准确性,得到了参数的Bayes估计的表达式.通过随机模拟试验数据对比发现,从有无先验信息的角度看,尺度参数θ的Bayes估计在无先验信息下的估计要更加接近真值,故无先验信息下的估计值比有先验信息的估计值更准确.在不同的损失函数下,对称熵损失函数下的估计值均方误差较小,故在对称熵损失函数下尺度参数θ的估计是最优的.

逐次Ⅱ型截尾样本下剩余寿命ZZ分布参数估计

在逐次Ⅱ型截尾试验下,提出了一种基于ZZ分布的剩余寿命预测模型,给出其参数和可靠性特征的极大似然估计,及其渐进置信区间,Bootstrap置信区间。并在广义熵损失函数(GELF)下,运用Metropolis-Hastings抽样,讨论其参数及可靠性特征的Bayes估计和最高后验密度(HPD)可信区间。最后,通过真实数据验证,验证了本文方法的可行性和有效性。