预定成功数的负二项分布的预测

对预定成功数的负二项分布的预测问题,给出了一致最小方差无偏预测子,Bayes与Fiducial预测子与预测区间,并用数值例进行了说明。     

构造Bayes与Fiducial预测区间的若干方法

对构造Bayes与Fiducial预测区间的几种方法进行了讨论,并举例比较了它们在使用中的方便程度。     

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型截尾时双参数指数分布失效数的预测

对于Ⅱ型截尾时双参数指数分布,给出了未来时间区间内失效数的Bayes及Fiducial单样、双样预测子和预测区间（PIs）。     

完全样本时,(对数)正态分布未来样本顺序统计量的Bayesian与Fiducial预测下限

在过去样本为完全样本时,本文给出了共轭型先验与群不变先验下,（对数）正态分布的双样Bayes预测下限与Fiducial预测下限,并指出可信水平为γ时,群不变先验下的Bayes预测下限与Fiducial水平为γ时的Fiducial预测下限,与Fertig＆Mann（1977）给出的置信水平为γ时的Frequentist预测下限在数值上相等。     

Ⅱ型截尾时指数分布在未来时间区间内失效数的预测

对一般的连续分布，给出了单、双样预测未来失效数的条件概率，并对指数分布的Ⅱ型截尾样本，给出了未来时间区间内失效数的Bayes及Fiducial单样、双样预测子和预测区间（PIs）。     

Weibull与极值分布的l个未来样本的顺序统计量的单边联合预测区间

用基于辅助统计量的条件方法、基于群不变先验的Bayes方法及Fiducial方法,给出了Weibull与极值分布的l个未来样本的顺序统计量的单边联合预测区间,讨论了条件方法给出的该单边联合预测区间的性质与特例,并用数值例进行了说明。     

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。     

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。     

二项分布的Frequentist、Bayesian、Fiducial预测

要研究二项分布随机变量的预测问题，给定过去样本，给出了未来样本成功数的Frequentist（经典方法）预测子，并给出了Frequentist、BayeSian（贝叶斯方法）以及Fiducial（信赖方法）预测区间。     

二项分布的预测

对二项分布进行了Frequentist、Bayesian与Fiducial预测及其优良性比较,以数值例作了说明。     

定时截尾指数分布未来失效数的预测

对定时截尾的情况,给出了指数分布未来失效数的Bayes预测,并给出了数值解的说明。     

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。     

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。     

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。     

时间终止时，HPP故障数的Frequentist、Bayesian与Fiducial双样和多样预测

研究了时间终止时,齐次Poisson过程故障数的预测问题,根据已出现的终止时间和故障数,给出了未来故障数的经典（Frequentist）点估计、经典精确预测区间、正态近似预测区间、Bayesian精确预测区间、极大后验点估计、Fiducial精确预测区间。     

由威布尔分布零失效样本求任务可靠性Fiducial-Bayes置信下限

由威布尔分布零失效样本求任务可靠性置信下限，是可靠性评估的重要问题。一本文对威布尔分布形状参数在某区间取值时，采用Fiducial和Bayes方法，给出了求任务可靠性的Fiducial-Bayes置信下限的公式。     

单元有效度Bayes、Fiducial和Frequency限的讨论

本文讨论了Gamma失效分布/Gamma维修分布下单元有效度置信下限,综合论述了Bayes,Fiducial和Frequency三种方法的优劣,该文结论适用于一般电子部件(整机)的有效度评定。     

关于Fiducial方法的研究

对确定参数的Fiducial分布的方法提出了一些见解，对Fiducial分布的计算规则进行了讨论，并举例说明了Fiducial方法的困难。