首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到15条相似文献,搜索用时 484 毫秒
1.
对无失效数据(ti,ni),在时刻ti的失效概率pi=P{T刍ti}的先验分布为截尾Gamma分布时,给出了pi的Bayes估计和多层Bayes估计,从而得到无失效数据情形可靠度的估计.  相似文献   

2.
本文给出了在ti时刻的失效概率pi=p{T〈ti}的Bayes可靠性分析,从而得到极值分布无失效数据下的可靠性估计。  相似文献   

3.
利用分布函数的凸凹性,合理地构造了无失效数据(ti, ni)在ti时刻失效的概率pi???p{T?(?ti}的一类先验分布,利用贝叶斯定理给出了无失效数据概率的一种估计,并根据算例验证了该估计是合理的.  相似文献   

4.
Weibull分布场合无失效数据的Bayes估计   总被引:1,自引:0,他引:1  
Weibull分布场合无失效数据问题的诸pi = P(T≤ti) 的估计是其可靠性分析的关键,本文提出不完全的Beta 分布作为pi 的先验分布来对诸pi 作Bayes估计.  相似文献   

5.
基于失效概率的E-Bayes估计,在无失效数据情形下给出了失效概率的多层Bayes估计,且讨论了失效概率的多层Bayes估计的性质——E-Bayes估计与多层Bayes估计的关系。数值算例和应用实例进一步表明,E-Bayes估计和多层Bayes估计比较接近。  相似文献   

6.
对指数分布无失效数据的失效率,在先验分布为Gamma分布时,在引进失效信息后,给出了多层Bayes估计,并给出了可靠度的估计.  相似文献   

7.
对指数分布无失效数据的失效率,在先验分布为Gamma分布时,在引进失效信息后,给出了多层Bayes估计,并给出了可靠度的估计.  相似文献   

8.
对指数分布的无失效数据,在引进失效信息后,在先验分布为Beta分布时,给出了失效率的多层Bayes估计和综合Bayes估计,并给出了无失效数据情形可靠度的综合估计.  相似文献   

9.
由于产品的可靠性愈来愈高,所以在可靠性寿命实验中,“无失效数据”的现象也愈来愈多,本文根据双参数指数分布的无记忆性,给出可靠度的先验分布,进而在无失效数据的情况下,得到了平均寿命的Bayes估计。  相似文献   

10.
指数分布下无失效数据的参数和可靠度估计   总被引:1,自引:0,他引:1  
本文对指数分布下的无失效数据,把失效率的先验分布取为均匀分布得到失效率的估计。并利用Bayes和多层Bayes估计,根据最小二乘法给出参数的估计,并进而得到可靠度的估计值。最后结合实例给出了参数和可靠度的估计。  相似文献   

11.
李斌  周慧  窦志红 《宜春学院学报》2007,29(2):46-47,99
本文讨论了指数分布无失效数据的失效率的先验分布为贝塔指数分布时,失效率的Bayes估计及多层Bayes估计,并给出了可靠度的估计,最后结合实际问题进行了计算,说明了估计的有效性.  相似文献   

12.
在定时截尾取损失函数为熵损失函数情形下,给出了瑞利分布参数θ的Bayes估计的一般形式,在给出先验分布的条件下得出了参数θ的Bayes估计的精确形式,最后证明了Bayes的可容许性.  相似文献   

13.
在对给定容量为n的一个Pareto分布样本X 1,X 2,…,Xn,在刻度平方误差损失函数下,利用先验分布讨论Pareto分布参数λ的E Bayes估计和多层Bayes估计.  相似文献   

14.
文中证明了泊松分布中未知参数的矩估计和最大似然估计,一定存在一个先验分布,使其贝叶斯估计就是该经典估计的结论.  相似文献   

15.
In psychological research, available data are often insufficient to estimate item factor analysis (IFA) models using traditional estimation methods, such as maximum likelihood (ML) or limited information estimators. Bayesian estimation with common-sense, moderately informative priors can greatly improve efficiency of parameter estimates and stabilize estimation. There are a variety of methods available to evaluate model fit in a Bayesian framework; however, past work investigating Bayesian model fit assessment for IFA models has assumed flat priors, which have no advantage over ML in limited data settings. In this paper, we evaluated the impact of moderately informative priors on ability to detect model misfit for several candidate indices: posterior predictive checks based on the observed score distribution, leave-one-out cross-validation, and widely available information criterion (WAIC). We found that although Bayesian estimation with moderately informative priors is an excellent aid for estimating challenging IFA models, methods for testing model fit in these circumstances are inadequate.  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号