分组数据下指数分布参数的Bayes估计

当数据为分组型时，本文给出了当寿命分布为指数分布时参数的Bayes估计及平均寿命的Bayes置信下限，并对三种估计下限进行了模拟比较。     

指数分布无失效数据参数的Bayes估计

本文对指数分布的无失效数据,在引进失效信息后,在参数的先验分布为不完全Beta分布和指数型分布时,给出了参数的多层Bayes估计和综合Bayes估计,从而可以得到可靠度的估计.     

线性指数分布参数的Bayes估计

对给定容量为n的线性指数分布样本X1,X2,…,Xn,在Linex损失函数下,利用共轭先验分布讨论线性指数分布参数θ的Bayes估计,多层Bayes估计,E-Bayes估计和极大似然估计.     

指数分布下无失效数据的参数和可靠度估计

本文对指数分布下的无失效数据,把失效率的先验分布取为均匀分布得到失效率的估计。并利用Bayes和多层Bayes估计,根据最小二乘法给出参数的估计,并进而得到可靠度的估计值。最后结合实例给出了参数和可靠度的估计。     

对称损失下一类指数分布族的Bayes估计

在对称损失函数下,研究了一类指数分布族尺度参数的估计,并研究了它的的可容许性.得到了尺度参数的Bayes估计的一般形式,在共轭先验分布下得到了尺度参数的Bayes估计的精确形式.在此基础上,讨论了一类形式如cT+d估计量的可容许性和不可容许性.     

双参数指数分布场合下无失效数据的统计分析

本文根据双参数指数分布的无记忆性,给出可靠度的先验分布,进而在无失效数据的情况下,得到了平均寿命的估计.     

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。     

定数截尾试验下双参数指数分布刻度参数的经验Bayes估计

文章指出了文献[1]中的错误,给出了文献[1]所考虑的双参数分布刻度参数经验Bayes估计问题的正确结果。在三种不同的试验方案下进行了刻度参数估计问题的数值模拟,模拟结果表明本文的方法确实可行且精度较高。     

Weibull分布场合无失效数据的Bayes估计

Weibull分布场合无失效数据问题的诸pi = P(T≤ti) 的估计是其可靠性分析的关键,本文提出不完全的Beta 分布作为pi 的先验分布来对诸pi 作Bayes估计.     

Weibull分布无失效数据的Bayes分析

本文主要运用Bayes统计方法,Weibull分布无失效数据,在特殊情况尺度参数α=1时,在平方损失、LINEX损失、熵损失下,得到形状参数β的Bayes估计.     

截尾Gamma分布无失效数据的贝叶斯可靠性分析

对无失效数据(ti,ni),在时刻ti的失效概率pi=P{T刍ti}的先验分布为截尾Gamma分布时,给出了pi的Bayes估计和多层Bayes估计,从而得到无失效数据情形可靠度的估计.     

刻度平方误差损失下Pareto分布参数的E Bayes和多层Bayes估计

在对给定容量为n的一个Pareto分布样本X 1,X 2,…,Xn,在刻度平方误差损失函数下,利用先验分布讨论Pareto分布参数λ的E Bayes估计和多层Bayes估计.     

无失效数据的Logistic分布参数的最小二乘估计及可靠度的估计

本文给出在无失效数据情况下,当产品寿命服从Logistic分布时,产品寿命的失效率=(<)i ip P t t的参数的最小二乘估计与产品可靠度的估计。     

泊松分布中参数的经典估计与Bayes估计的相等关系

文中证明了泊松分布中未知参数的矩估计和最大似然估计,一定存在一个先验分布,使其贝叶斯估计就是该经典估计的结论.     

刻度平方误差损失下伽玛分布参数的Bayes估计

文中对给定容量为n的一个伽玛分布样本,在刻度平方误差损失函数下,研究了伽玛分布参数的Bayes估计,证明了这一估计是可容许的,并给出了未知参数的Bayes区间估计.     

定时截尾瑞利分布的Bayes估计

在定时截尾取损失函数为熵损失函数情形下,给出了瑞利分布参数θ的Bayes估计的一般形式,在给出先验分布的条件下得出了参数θ的Bayes估计的精确形式,最后证明了Bayes的可容许性．