指数分布危险函数渐近最优的经验Bayes估计——Ⅱ型截尾情形

对Ⅱ型截尾情形的指数分布在平方损失下获得了其危险函数的Bayes估计,并构造了相应的经验Bayes(EB)估计,证明了所提出的EB估计是渐近最优的.     

广义逐步增加定数截尾下Lindley分布的Bayes估计

对基于广义逐步增加定数截尾样本的Lindley分布寿命产品进行了贝叶斯统计分析,并利用Monte Carlo方法获得3种损失函数下分布参数的近似Bayes估计。最后,通过模拟实例表明Bayes估计是有效的。     

逐次定数截尾下Rayleigh分布的贝叶斯分析

在平方损失函数、熵损失函数和对称熵损失函数下,对基于逐次定数截尾样本的Rayleigh分布进行了贝叶斯(Bayes)统计分析。最后,利用蒙特卡洛方法进行比较,得出在熵损失函数下的Bayes估计较优。     

定数截尾数据缺失场合下k（m）/n系统可靠性指标的Bayes估计

在定数截尾缺失数据样本下,研究了不可修中取串连续失效系统（简记为k（m）/n系统）的可靠性评估问题。利用Bayes方法得到了部件的平均寿命、系统可靠度及平均寿命等可靠性指标的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。     

定数截尾数据缺失场合下k/N(G)系统可靠性指标的Bayes估计

在定数截尾缺失数据样本下,研究了不可修k/N(G)系统的可靠性指标评估问题。将经典估计方法和Bayes方法相结合得到了部件的平均寿命、系统可靠度及平均寿命等可靠性指标的Bayes估计。最后利用随机模拟例子说明了本研究方法的正确性和可行性。     

逐步增加定数截尾下Weibull 分布恒加试验的Bayes估计

基于逐步增加定数截尾样本,对累积失效模型(简称CE模型)下,Weibull分布恒定应力加速寿命试验(简称恒加试验)进行了Bayes统计分析,利用Gibbs抽样给出了该模型的Bayes估计。最后,通过模拟例子表明Bayes估计有效而实用。     

冷贮备系统可靠性指标的Bayes估计

利用无替换定时截尾子样对冷贮备系统的可靠性定量指标进行了Bayes分析。给出了确定先验信息μ的3种方法:满足唯一性条件的极大似然估计数值解法,规定置信度的置信区间法和规定检验水平的假设检验法,进而得到可靠性定量指标的经验Bayes估计。     

截尾数据下 Weibull模型的参数估计

寿命试验是可靠性试验中的基本项目之一.用截尾试验数据对各种寿命分布中的参数进行估计是可靠性领域中的重要问题.本文研究了在定数截尾试验和定时截尾试验的寿命数据下,Weibull分布中的特征寿命参数α及形状参数β的极大似然估计.     

截尾数据下Weibull模型的参数估计

寿命试验是可靠性试验中的基本项目之一 .用截尾试验数据对各种寿命分布中的参数进行估计是可靠性领域中的重要问题 .本文研究了在定数截尾试验和定时截尾试验的寿命数据下 ,Weibull分布中的特征寿命参数α及形状参数β的极大似然估计     

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。     

定时截尾数据缺失Weibull分布的Bayes分析

研究了寿命分布为weibull分布时定时截尾数据缺失下的两个参数与可靠度的Bayes估计,并与极大似然估计比较,表明了这个方法的可行性.     

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。     

Knowledge-aided Bayesian Rao detection approach in compound Gaussian noise

An asymptotically likelihood covariance matrix is usually used to detect a target in compound Gaussian noise. However, it is influenced greatly by the training sample support, and it ignores the prior distribution of the covariance matrix. For this problem, this paper proposes the knowledge-aided Bayesian Rao detection. The covariance matrix in compound Gaussian noise is modeled as a random matrix, the prior distribution of which satisfies the complex inverse Wishart distribution. With prior distribution, the maximum a-posterior estimation of the covariance matrix is derived. Then, Rao detection is obtained based on the maximum a-posterior estimation. Finally, the performance of the knowledge-aided Bayesian Rao detection approach is evaluated by Monte Carlo simulation. The simulation results show that the detection performance of the proposed approach outperforms the traditional detection approaches when the number of training samples is small in a complex Gaussian noise scenario.     

指数分布逐次定数截尾试验的多层贝叶斯估计

给出了指数分布场合逐次定数截尾试验的多层贝叶斯估计。通过蒙特卡罗模拟和实例表明多层贝叶斯估计比最大似然估计更加有效。     

既有建筑砌体抗压强度的贝叶斯推断

基于贝叶斯理论推断既有建筑砌体抗压强度，将现场原位轴压法测试的砌体抗压强度作为先验信息，同时利用块体和砂浆回弹法检测强度的推定值，按照《砌体结构设计规范》（GB 50003—2011）中的砌体抗压强度计算公式构造似然函数，联合先验信息和似然函数，推导既有建筑砌体抗压强度的后验分布，研究结果表明：通过后验分布可得到综合各种信息的既有建筑砌体抗压强度的合理推断值。且已建立的后验分布可作为下一次抗压强度贝叶斯推断的先验信息，可实现既有建筑砌体抗压强度值的动态长期观测，为砌体结构的定期维修和加固提供依据，为砌体结构的可持续发展提供基础。     

用于调制识别的二维累积量特征统计模型

高阶累积量是一种用于数字调制方式识别的重要特征．笔者在高斯白噪声信道下,构造了一种用于识别线性数字调制方式的二维归一化四阶累积量特征,并推导出该特征近似服从高斯分布．为了验证该模型与特征样本服从的统计模型一致,根据贝叶斯准则在二维特征平面上构造最大似然分类器,并从理论上推导出二元调制方式识别问题的平均分类正确率,它与仿真实验得到的平均分类正确率吻合得很好,证明了该方法的正确性．     

极值-I型风速预测的Bayes方法

为提高极值-I型风速预测精度,在Jeffreys准则的基础上,采用Bayes估计中的Lindley近似方法推导极值-I型风速预测表达式.采用Monte Carlo法产生服从极值-I型分布的伪风速母样,基于伪风速母样分别采用基于Bayes理论和最大似然估计理论的极值-I型风速预测方法进行风速预测,并与伪风速母样的理论值进行对比分析.结果表明:与最大似然估计法相比,采用基于Bayes理论建立的极值-I型风速预测模型进行风速预测的精度更高,且精度随着伪风速母样样本量的增加而提高,位置参数先验样本数量的增加以及先验方差的增大对计算精度没有影响.     

对称损失下巴斯卡分布参数的Bayes估计

研究在给定一种非共轭先验分布的特殊先验分布情况下,巴斯卡分布在对称损失下的Bayes估计,以及Bayes估计的可容许性.     

基于指数分布混合治愈模型的客观贝叶斯分析

提出基于指数分布的混合治愈模型,通过引入隐变量,利用完全似然函数比较容易计算Fisher信息矩阵,推导出参数的Jeffreys先验和reference先验,并验证后验分布的恰当性.研究结果表明,客观贝叶斯方法对参数的估计效果很好,特别是在样本量小时比较明显.     

Reliability evaluation for Weibull distribution under multiply type-? censoring

The multiply type-? censoring represented that all units in life test were terminated at different times. For estimations of Weibull parameters, it was easy to compute the maximum likelihood estimation(MLE) and least-squares estimation(LSE) while it was hard to build confidence intervals(CI). The concept of generalized confidence interval(GCI) was introduced to build CIs of parameters under multiply type-I censoring. Further, GCI based on LSE and GCI based on MLE were proposed. It is mathematically proved that the former is exact and the latter is approximate. Besides, a Monte Carlo simulation study and an illustrative example also turn out that the GCI method based on LSE yields rather satisfactory results by comparison with the ones based on MLE. It should be clear that the GCI method is a sensible choice to evaluate reliability under multiply type-I censoring.