蒙特卡罗方法在复杂模型测量不确定度评定中的应用

<测量不确定度表示指南>(简称GUM)提供的评定方法基于不确定度传播律,主要适用于线性模型,在评定复杂模型时,由于灵敏系数、输入量间的相关系数以及有效自由度难以确定,这种方法存在很大的局限性.针对复杂模型的评定问题,<测量不确定度表示指南>补充文件1给出了用蒙特卡罗数值模拟方法通过分布传播评定测量不确定度的指南.本文参照补充文件1的要求,给出了用蒙特卡罗数值模拟方法评定复杂模型测量不确定度的原理和评定步骤,并用实例对上述两种评定方法进行对比.     

关于统计学课程教材结构及内容的若干思考

文章研究了现行多种统计学课程教材的结构与内容 ,结合自己的教学实际 ,提出了值得注意的几个问题     

混合模型的参数估计

本文针对 A.L.khuri1 992年提出的在区组设计正交 (不是正交表 )条件下 ,混合模型未知参数 β的两类估计一致的结论 ,深入讨论了位置参数 β0 的三类估计 ;从而将以上结果推广到全部待估参向量     

关于贝叶斯估计的进一步讨论

文章则从绝对差损失函数与相对差损失函数出发 ,先导出两种新的贝叶斯解——中值估计和积分比估计 ;然后再对实际问题进行具体应用 ;在选定同类先验分布条件下将以上结果与传统的条件期望估计、最大后验估计相比较 ,探讨了各类贝叶斯解的优良性 .     

测量不确定度评定中忽略相关项所带来的风险评估

在不确定度评定中,相关性问题经常被人为确定,或被故意忽略。这种现象经常发生,尤其是在低端实验室更是如此。这种评定结果将给用户和实验室在测量不确定度的评定中带来一定的风险。文章给出评估这种风险的计算公式,并建议在测量不确定度评定的报告中应给出由于忽略相关性问题而带来的风险的估计值。     

关于正交试验设计中的“均衡分散”

对正交设计中的"均衡分散,整齐可比"的含义进行了探讨,并通过比较分析"均衡分散"与"均匀分散"的差异,指出了均匀设计在使用上的局限性.     

贝叶斯区间估计

利用贝叶斯统计推断方法 ,给出了正态总体未知参数 (期望、方差及其函数 )的后验置信概率1-α的区间估计     

不确定度重复引用中自由度计算问题研究

根据Welch—Satterthwaite公式,推证出一种新的自由度评定公式,可供评定测量不确定度时采用, 试公式与目前在认证实验室中所用的经验公式不同.     

ISO 9001、ISO 14001和OHSAS 18001一体化实施的必要性与可行性

结合ISO9001：2008．ISO14001：2004和OHSAS18001最近的修改情况。分析三个管理体系的联系与共性。论述三大管理体系进行一体化整合的必要性与可行性。并通过一体化整合实践指出对质量、环境和职业健康与安全进行一体化管理是未来管理体系发展的方向。     

关于过程能力指数和不合格品率之间的关系研究

研究过程能力指数和过程产品不合格品率的关系,指出这是两个有密切联系又有重要区别的概念;它们分别从不同的角度描述了过程的质量能力水平:好的不合格品率是好的过程能力的必要条件;要改进过程产品质量水平就不能只满足于保持基本的合格品率,还应该进一步查找问题,分析波动产生的原因,采取措施消除影响,纳入标准.