基于混合Beta先验分布的成败型产品的可靠性评估

成败型产品可靠性的小样本评估方法,把历史试验数据作为Bayes估计方法的先验信息,有效地减少了样本量。但是传统的Bayes方法过度依赖验前信息,当新产品有改进时造成鉴定结果的冒进。针对过度依赖先验信息问题,本文提出了使用混合Beta先验分布,引入继承因子,通过调整继承因子的大小来控制对验前信息的依赖程度,考虑了成败型产品的变化对评估结果的影响。采用该方法对某导弹的可靠性进行了评估。

引信可靠性小样本评估方法研究

研究引信作用可靠性的小样本评估方法.把功能模拟试验信息作为Bayes可靠性评估的先验信息,有效地减少了样本量.针对先验信息的融合问题,采用等效折算和CMSR方法得到系统的等效成败型数据,分析其与靶试数据的联系和差异,推导出继承因子,避免了靶试数据被淹没情况的发生.通过实例,说明了该方法的合理性和可行性.

关于两个独立二项总体推断的Bayes样本容量的确定

样本容量的确定在现代生物医学研究以及在对两个独立的二项实验进行统计分析时,是经常遇到的一个问题。在实验设计阶段,往往需要计算最佳样本容量,目的是为了保证两个二项参数差的估计值与真实值的误差在所要求的范围内概率最大。巧妙地利用先验信息是实验设计的一个关键环节,目前正在广泛应用的样本量的计算公式在利用先验信息时通常采用点估计的形式。本文提出了确定样本容量的Bayes风险准则,给出了样本容量计算的Monte Carlo方法,并把这些方法应用到估计两个二项比例差的实验设计上。最后考虑了0-1损失函数和平方损失函数下计算样本容量的Bayes方法。