1) Iterative hierarchical Bayes estimate
迭代多层Bayes估计
1.
For the grouped, timing terminated and zero-failure data, the paper presents iterative Bayes estimate and iterative hierarchical Bayes estimate of failure probabilities.
对分组定时截尾无失效数据,文中提出了失效概率的迭代Bayes估计和迭代多层Bayes估计,给出了迭代估计的两个性质。
2) Iterative Bayes estimate
迭代Bayes估计
1.
For the grouped, timing terminated and zero-failure data, the paper presents iterative Bayes estimate and iterative hierarchical Bayes estimate of failure probabilities.
对分组定时截尾无失效数据,文中提出了失效概率的迭代Bayes估计和迭代多层Bayes估计,给出了迭代估计的两个性质。
3) bayes and hierarchical estimation
Bayes和多层Bayes估计
4) Hierarchical Bayesian estimation
多层Bayes估计
1.
E-Bayesian estimation and hierarchical Bayesian estimation of failure rate;
失效率的E-Bayes估计和多层Bayes估计
2.
For ships life span of exponential distribution, if the prior density kernel of the failure rate λ is in form of λ α?1 , the λ Bayesian estimation and hierarchical Bayesian estimation are proposed.
假设船舶寿命服从指数分布,在失效率λ的先验密度的核为λα-1时,提出了船舶寿命无失效数据失效率λ的Bayes估计和多层Bayes估计。
3.
To provide convenience in comparison, hierarchical Bayesian estimation of the product reliability was given.
为了便于比较 ,还给出了产品可靠度的多层Bayes估计。
5) synthesize hierarchical Bayesian estimation
综合多层Bayes估计
1.
When prior distribution of failure-rate is in form of the bobtail Gamma distribution,the synthesize hierarchical Bayesian estimation of the failurerate in exponential distribution has come from zero-failure data.
为了对指数分布场合无失效数据的失效率进行估计,在先验分布为截尾Gamma分布时,利用平均剩余寿命和极大似然思想提出了两种引进失效数据的方法,给出了失效率的综合多层Bayes估计,并且结合实际数据进行了计算,计算结果显示此种方法是可行的。
6) Weighted hierarchical Bayesian estimation
加权多层Bayes估计
补充资料：Bayes估计量
Bayes估计量
Bayesian estimator
Bayes估计量【Bayesi助始廿ma.件;D自狱.。眨..界..] 用BayeS方法(Bayesian aPProach)由观察值对一未知参数所作的估计.统计问题使用这样的方法时，一般都假定未知参数所0 gR“是一具有给定先验分布7r=武do)的随机变量，决策空间D与集合0重合.且损失L(0，d)表示变量0与估计d的偏离.因此，函数L勿，d)通常假定为有形式L勿，d)=a(e)又(口一d)，其中又是误差向量0一d的某个非负函数，若k二1，则常取又勿一d)={0一d}“(“>0).最有用且在数学上最方便的是平方损失函数L(口，d)=}‘一d1’.对这一损失函数，Bayes估计量(Ba卿决策函教(Bavesian dedsion function))占’二亡厂(x)定义为使最小总损失 !;‘p‘二·“，一，‘薯必，“一”‘·’2’〕口‘么，叮‘““，达到的函数，或与之等价，了是使最小条件损失 ，母‘E{[口一占(x)]2+“)达到的函数，由此推出，在平方损失函数的场合，B竹es估计量与后验均值占‘(x)=E勿{x)相等，而Bayesj双险(Bayes risk)为 。‘二，占‘)二E!D矿夕}x)]‘此处O(0}劝是后验分布的方差: o(口{x)二任{{口一E(0{x)12!，、}. 例设二=(x，，，二，戈)，这里x，，，二，x。为具正态分布N勿，。’)的独立同分布变量，护己知，而未知参数0有正态分布N扭，铲).因为当x给定时口的后验分布为正态N(拜。，T:一、其中 n又。2一十“下一2 灿。二一—，，。一二n口‘一奋了一_ n口一汁~下且万=(x，十一+凡)/。，可知在平方损失函数{分一引’之下，Bayes估计量为占’(x)=线，而Bayes风险则为《二犷六伽铲十护).AH川畔即撰[补注]
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条