双参数指数分布的可靠性评估（Ⅱ）

本文对双参数指数分布的参数(位置参数μ，尺度参数θ)，可靠性测度(失效率λ，平均寿命M，可靠寿命tR，可靠度R(t))的UMVUE(一致最小方差无偏估计)，无信息先验分布下的Bayes估计进行了讨论，并系统地给出了这些参数与测度的经典精确限、Fiducial精确限、无信息先验分布下的Bayes精确可信限，并用数值例说明了这些方法。     

Weibull分布可靠性评估的Bayes方法（Ⅰ）

基于Weibull分布参数的无信息先验分布，对定数截尾的情况，给出Weibull分布参数与可靠性测度的精确的Bayes点估计与区间估计，并讨论了求解它们的计算方法，最后用数值例说明了这些方法。     

维修性增长的Bayes方法

对指数维修产品作m个阶段的维修性试验，第i阶段的修复率地(i=1，2，…，m)满足顺序约束条件：μ1≤μ2≤…≤μm，据此，本文用Bayes方法估计了修复率μm(或平均修复时间MTTR Mm)。在取共轭型先验分布或无信息先验分布时，推导了μm的边缘后验密度及其Bayes精确可信下限，为满足工程实践的需要，还推导了μm的Bayes近似可信下限，并用数值例说明了这些方法。     

指数分布单样预测的Bayes方法

对指数分布的单样预测问题用Bayes方法进行了讨论，结果表明，定数截必埋，无信息先验分布的Bayes预测限与经典预测限相同，但两种方法的预测子不一致，对有替换定时截尾，给出了经典方法目前尚未处理的单样预测问题的Bayes预测子与预测限，并用数值例说明了这些方法。     

定数截尾时，Weibull分布的Bayes双样预测

对定数截尾时的Weibull分布，介绍了无信息先验分布下的Bayes等尾精确预测区间，讨论了它的计算方法，指出了平方损失下Bayes预测子不存在，给出了Frequentist预测子，并用数值例说明之。     

定数截尾时，Weibull分布的Bares单样预测

对定数截尾时的Weibull分布的单样预测,介绍了无信息先验分布下的Bayes精确等尾预测区间,给出了其计算方法,指出了平方损失下,Bayes预测子不存在,介绍了Frequentist （经典）预测子,并用数值例说明之。     

基于狄氏先验分布的固体火箭发动机可靠性增长Bayes分析

针对固体火箭发动机研制存在历史信息和专家信息的特点,提出了一种可靠性增长分析的Bayes模型。以狄氏分布作为先验分布,给出了先验分布参数的确定方法。综合利用了先验信息和每一阶段现场试验信息,推导了各阶段可靠性的后验边际分布。给出了当前阶段和后续阶段产品可靠性的Bayes点估计和置信下限,分析了各阶段试验结果对最终产品可靠性估计的影响。最后给出了一个实例,验证了该模型的有效性。     

Weibull分布可靠性评估的Bayes方法（Ⅱ）

6．Weibull分布参数与可靠性测度的Bayes估计与Bayes可信上，下限的计算方法 （1）E[R^k（t）｜y_]，E（λ｜y_）及诸参数与可靠性测度的Baves上、下限的计算方法。     

无失效数据下液体火箭发动机可靠性多层Bayes估计

针对液体火箭发动机热试车过程中可能出现的无失效情况,在对寿命分布进行分析的基础上,确定了失效概率的多层先验分布,并给出了其Bayes估计。然后用最小二乘法给出寿命分布的参数估计,进而得到可靠度估计。最后通过随机模拟,讨论了文中c值的选取问题,证明了方法的可行性。     

基于Dirichlet先验分布的加速寿命试验的Bayes分析

竞争失效场合加速寿命试验统计分析问题正在成为研究的热点,但目前的方法主要采用极大似然估计（MLE）,在小样本情形下统计精度不高。针对这一问题,以Dirichlet分布综合产品的各类可靠性先验信息,并充分考虑了试验数据的非完整性,建立了基于Dirichlet先验分布的Bayes分析方法。最后通过Monte Carlo仿真和应用算例验证方法的有效性。结果表明,由于综合了有用的先验信息,从而扩大了统计信息量,因此在小样本情形下本文方法比极大似然估计方法具有更加优良的估计性质。     

截尾寿命试验下双参数指数分布 可靠性指标的Bayes估计与经验Bayes估计

设产品寿命为双参数指数分布,本文对于在无替换定数定时截尾试验下所获得的顺序样本x_(1)≤x_(2)≤…≤x_(r),给出了可靠性指标的Bayes估计与经验Bayes估计。运用随机模拟方法,将它们与经典的极大似然估计进行了比较,结果表明,它们的精度要比极大似然估计好些。     

广义Weibull分布参数的收缩估计

在右删失样本下,研究了双参数广义Weibull分布参数的极大似然估计。针 对在小样本或高度删失样本下参数估计效果差的问题,引入了收缩估计方法,将先验信息与 样本信息相结合,用于改善参数估计。分别在单参数和双参数含有先验信息两种情形下,给 出了分布参数的收缩估计。以定数截尾样本为例,利用Monte\|Carlo方法对收缩估计与极 大似然估计进行了比较,模拟结果表明在一定的条件下,收缩估计具有更优的统计性质。数 值算例表明,在小样本或高度截尾样本下,双参数广义Weibull分布参数的收缩估计具有较 好的效果。
     

定时截尾场合，指数分布的Bayes单样与双样预测

对时间截尾场合的指数分布，在近似概率匹配先验分布下，给出了Bayes单样与双样预测区间与预测子，并用数值例说明了这些方法。     

成败型产品可靠性评估的Bayes修正幂验前方法

如何合理有效地利用验前信息,是Bayes评定的关键问题.针对小子样成败型产品的可靠性评估,引入修正幂验前分布控制验前信息对验后估计的影响,详细推导了Bayes修正幂验前下的成败型产品可靠性参数验后密度函数.通过时参数验后估计的分析,该方法能有效避免验前信息"淹没"现场信息的问题,而幂参数通过验后边缘分布得到.通过对验后估计MSE的分析,给出了验前信息利用的一些基本原则,为工程应用提供了指导.     

条件均值对可靠性测度Bayes可信限的应用（Ⅰ）

本文讨论了条件均值对正态分布、对数正态分布、Weibull分布的可靠性测度的Bayes可信限的应用。     

Poisson分布的预测

对Poisson分布的未来样本的观测值给出了UMVUP(一致最小方差无偏预测子),介绍了Faulkenberry的Frequentist精确预测区间(PI),给出了无信息先验的Bayes PI与Fiducial PI,比较表明Faulkenkerry的PI最优,推荐在工程上使用,最后用数值例进行了说明。     

Ⅱ型截尾时，（对数）位置尺度族分布参数的Fiducial分布

给出了确定Ⅱ型截尾时，（对数）位置尺度族分布参数的Fiducial密度的方法，指出它与群不变先验下的Bayes后验密度一致，且对几个重要的特例进行了讨论。     

预测分布与可靠性估计

对各种常见的失效分布，给出了它们的Bayes预测分布，据此给出了这些失效分布的可靠性Bayes估计。     

小样本下煤油加注温升模型参数估计方法

为消除火箭煤油加注实测温度与现行加注温升模型计算理论温度之间的偏差,准确估计煤油加注温升实现精确加注、精准控制,在靶场实测数据仅为小样本数据的现实条件下,采用贝叶斯回归方法,将经验参数作为先验信息给出待估参数的先验分布,由实测数据计算贝叶斯风险,通过最小化风险函数实现对煤油加注温升模型的参数优化估计。数值实验结果表明,与给定的经验参数和经典最小二乘估计参数相比,贝叶斯估计参数估算的加注结束温度与实测温度误差显著减小,且随着可用的数据样本容量相应增大,贝叶斯回归分析的参数估计精度呈现收敛趋势。贝叶斯方法进行煤油加注温升模型参数估计有效提高了加注温升模型精度,为提高推进剂加注精确度提供了方法基础。     

指数分布的Bayes单样与双样预测区间

给出了共轭型先验分布下，指数分布的Bayes单样与双样预测区间，指出了它们与Dunsmore（1974）给出的Bayes预测pdf的关系，并讨论了它们与Frequentist预测敬意之间的关系。