条件均值对可靠性测度Bayes估计的应用(Ⅰ)

本文讨论了条件均值对某些常见失效分布的参数与可靠性测度的Bayes估计的应用，这些分布包括，双参数指数分布，左截尾双参数指数分布，正态分布与对数正态分布。     

双参数指数分布双样预测的Bayes方法

对双参数指数分布的无替换定数截尾的当前样本，本文给出了双样问题在无信息先验分布下的Bayes预测子与精确预测限，结果表明，此时的Bayes精确预测限与经典精确预测限是一致的，而预测子却不相同，并且数值例说明了这些方法。     

TypeⅡ试验下ε（λ,μ）分布位置参数的EB估计

讨论了在ＴｙｐｅⅡ（无替换定数截尾）试验方案下，当产品寿命为双参数指数分布时，位置参数μ的经验Ｂａｙｅｓ（简记ＥＢ）估计及其收敛速度问题。设受试验产品有ｎ个，试验中前ｒ个产品依次出现的失效时间为     

双参数指数分布下定时截尾恒加试验的统计分析

设产品寿命服从双参数指数分布ε（λ，μ），其中λ＞０为尺度参数（失效率），μ＞０为位置参数（保证寿命）。在加速应力水平Ｓｉ下，失效率和保证寿命的加速模型分别为 ｌｎθｉ＝β０＋β１ψ１（Ｓｉ）＋β２ψ２（Ｓｉ） μｉ＝α０－α１ｆ（Ｓｉ），ｉ＝１，２，…，ｋ 本文给出了定时截尾情形下对由恒定应力加速寿命试验得到的数据进行统计分析的方法。获     

加速寿命试验的损伤减寿模型

针对加速寿命试验提出了损伤减寿模型，并在产品寿命服从指数分布场合给出了参数的点估计。     

可靠性最后增长模型的统计分析方法

文献[1]结合导弹研制的实际情况,提出了成败型可靠性最后增长模型。本文进一步给出了指数分布和三项分布可靠性最后增长模型的Bayes统计推断方法,导出了最末阶段可靠性Bayes限的精确解和近似解,并讨论了联合验前密度中参数的选取和假设检验问题。     

指数分布产品分组数据的统计分析

给出了指数分布产品在基于分组数据下参数的近似矩估计及近似区间估计,最后通过Monte-Carlo模拟数据说明方法的可行性。     

单参数指数分布定时截尾步加试验TFR模型下参数修正的MLE

给出了单参数指数分布定时截尾样本场合下步加试验TFR模型下参数的修正极大似然估计,并通过模拟表明修正的极大似然估计的精度高于极大似然估计。     

IIRCT下对数正态和正态分布参数的MLE

在文「１－４」的基础上进一步研究了带有不完全信息的随机截尾试验模型。着重讨论了和正态分布参数的统计分析问题，建立了参数所满足的似然方程组，给出并证明了似然方程组解即参数的极大似然估计的存在唯一性定理，所得的结论对于正态分布也同样适用。     

IRCT下对数正态和正态分布参数的MLE

在文［１－４］的基础上进一步研究了带有不完全信息的随机截尾试验模型（ＩＲＣＴ）。着重讨论了对数正态分布参数的统计分析问题，建立了参数所满足的似然方程组，给出并证明了似然方程组解即参数的极大似然估计（ＭＬＥ）的存在唯一性定理，所得的结论对于正态分布也同样适用。文末给出了随机模拟数值解例子，结果表明，参数的ＭＬＥ具有较高的精度。     

正态分布与对数正态分布的单样预测与保证期

本文对正态分布与对数正态分布的单样预测与保证期问题进行了讨论，给出了单样预测的无偏预测子与近似预测限，以及近似的保证期。     

对数正态与正态分布定时截尾寿命试验参数的近似置信域

提出了两步法来获得对数正态和正态分布大样本定时截尾寿命试验参数的近似置信域。对数正态分布试验中，在试验时间对数和的极限分布的基础上构造了枢轴量。为克服直接从枢轴量的渐近正态性求解参数μ，σ的联合置信域的困难。本文利用Wolynetz提出的μ的MLE的近似分布首先得到μ的近似置信区间，然后给定置信区间中的每个μ，通过枢轴量求得σ的近似置信区间，最终获得μ，σ的联合近似置信域。类似地在正态分布试验中可由总试验时间的极限分布构造枢轴量．从而获得参数μ和σ的联合近似置信域。随机模拟结果表明，本方法具有较好的置信度。     

IIRCT下相依两部件并联系统的统计分析

将带有不完全信息的随机截尾试验模型应用于二元指数分布场合，讨论了当相依两部件寿命具有联合二元指数分布时，它们组成的并联系统的统计分析问题，建立了参数所满足的似然方程组，给出了随机模拟数值解例子。结果表明，参数的极大似然估计（MLE）具有较高的精度。     

双参数指数分布下定数截尾恒加试验的统计分析

设产品寿命服从双参数指数分布，尺度参数（失效率）为λ＞０，位置参数（保证寿命）为μ＞０，在加速应力水平Ｓｉ下，失效率和保证寿命的加速模型分别为本文给出了定数截尾情况下对由恒定应力加速寿命试验得到的数据进行统计分析的方法。获得了参数β０，β１，β２的ＢＬＵＥ（最佳线性无偏估计）以及α０，α１的近似ＢＬＵＥ。然后由模型可以求得在正常应力水平Ｓ０下各种可靠性特征量的估计。随机模拟的结果表明，本文给出的统计方法具有较高的精度。     

指数分布双样预测的Bayes方法

本文对指数分布的双样预测问题用Bayes方法进行了讨论，结果表明，定数截尾时，无信息先验分布的Bayes预测限与经典预测限相同，但两者的预测子不一致，对有替换定时截尾，给出了经典方法目前尚未给出的双样预测问题的Bayes预测子与预测限，并用数值例说明了这些方法。     

离散变量参数UMA限中均匀数取值的研究

本文用Jeffreys的无信息先验分布的Bayes方法与随机化的Fiducial方法，对UMA置信限中的均匀数u的取值问题进行了研究，结果表明，Mann建议u取1／2，对二项分布与有替换定时截尾的指数分布这是合适的，但对预定成功数或失败数的负二项分布，此值略为偏小，其相对误差与样本量n的关系为l／(2n 1).     

指数分布的预测问题

对指数分布的单样、双样预测问题，进行了详细的讨论，这对寿命服从指数分布的产品的寿命试验有指导意义．     

关于韦布尔分布和对数正态分布区间估计的注

证明了在Weibull分布和对数正态分布场合基于定数截尾样本利用参数的BLUE和BLIE构造枢轴量得到分布的各种可靠性指标的区间估计是相同的，纠正了文献[1，2]关于这个问题的错误认识。     

正态分布失效率的区间估计

基于正态分布N(μ,σ~2)的完全样本,在μ未知,σ~2已知时,本文给出了正态分布失效率的经典限、Bayes限和Fiducial限;在μ,σ~2均未知时,给出了失效率的Bayes限和Fiducial限。最后我们顺便得到了对数正态分布失效率的区间估计并用实例说明了这些方法。     

Weibull分布定时截尾寿命试验参数的近似联合置信域

研究了Weibull分布大样本定时截尾寿命试验，利用一种新的途径给出了试验参数的近似联合置信域。设产品寿命X服从Weibull分布，对n个受试样本x1,x2，…，xn进行定时（时间为t0）截尾试验，得到观察数据Si=min(x1,x0)，i=1,2,…，n。利用似然方程，分别得到参数λ，b的极大似然估计λ和b。进一步考察联合分布（λ，b）可以用二元正态分布来近似。再利用多元正态分布与X^2分布的关系，可以推导出未知参数u=（λ，b）的置信度为1－a的联合置信区域（x-u)′I0（x-y)≤xa^2。