指数分布场合恒加试验缺失数据的Bayes统计分析.pdfVIP

Univ．Ser．A 高校应用数学学报A辑 Appl．Math．J．Chinese 2006，21(2)：183—190 指数分布场合恒加试验缺失数据 的Bayes统计分析 顾龙全1，周晓东2，汤银才3 (1．上海师范大学数理信息学院，上海200234；2．上海对外贸易学院 国际经贸学院，上海201620；3．华东师范大学统计系，上海200062) 摘 要：主要讨论了当寿命分布是指数分布时恒定应力加速寿命试验中常见 几类数据类型(完全样本，分组样本，删失样本)的Bayes统计分析方法．运用 Gibbs抽样迭代算法成功解决了Bayes分析中极为复杂的后验边际分布的计算问 题，得到了满足顺序约束的参数的Bayes估计．模拟结果表明各场合下此方法均 较好． 关键词：指数分布；恒加试验；Bayes推断；完全样本；删失样本；分组样本 中图分类号：0211．3 文献标识码：A 文章编号：1000—4424(2006)02—0183—08 §1 引 言 对于高可靠产品，人们可以通过加速寿命试验加快产品的失效，以便在短时间内对产品 的可靠性指标进行评定．恒定应力加速寿命试验(恒加试验)便是加速寿命试验中最常用的 一种，对其研究也较多，其中比较成熟的方法见文献[1，2]．但这些方法多为经典方法，且数 据类型为完全样本或截尾样本．对于实际中常碰到的数据类型(如分组数据，删失数据)的讨 论却不多见．其主要原因是此时基于样本的似然函数形式比较复杂，信息量少，获得参数的 估计比较困难．对于分组样本，文献[3]利用引人中间参数的方法获得到了简单加速寿命试 验场合参数的极大似然估计，但该方法难于推广到多步步加试验．对于删失数据，文献[4]在 假设平均寿命0与应力满足线性关系的条件下证明了参数的极大似然估计的存在性，给出 的统计分析方法中一个最大的缺陷是均没有考虑参数有约束这一条件，导致最后所得参数 的估计不满足约束关系，使得常应力下的参数估计偏差很大．关于这类问题的研究参见文献 收稿日期：2004—06—29 基金项目：国家自然科学基金 184 高校应用数学学报 第21卷第2期 估计进行了研究，尽管通过直接积分的方法给出了参数的Bayes估计的显式解，但最后的结 在同样的条件下，本文基于Gibbs抽样方法研究了参数带有约束时恒加试验中几种样 本(完全样本，分组样本，删失样本)的参数的Bayes估计问题．本文剩余部分安排如下：§2 似然估计进行了比较． §2 完全样本场合下寿命数据的Bayes分析方法 应力水平S。，然后从一产品批中随机抽取咒i个产品放在应力Si下进行试验，直到受试产品 全部失效为止．设产品的次序失效数据为 0一tf．0t¨…t抽，i一1，2，…，Z． (2．1) 此为一完全样本数据．假定在应力S。，％…，s，下产品的寿命服从指数分布，如记丁i是应力 Si下的寿命，则分布函数(CDF)为 F。(￡)一1一exp{一九f)，t0． (2．2) 其中凡一寺是失效率，0，是应力$下的平均寿命．若无特殊说明以下分析均是在此假设下进 数为 Z ”‘ f(r12)一II鬈texp{一九∑t¨)． (2．3) l一1 J=1 Bayes分析中至关重要的一步是先验分布的选取，其通常取决于分布(似然函数)的具 体形式及样本(历史数据)关于参数的信息，具体参见[91提出的准则．可以取参数A，，i一1， …，z的无信息先验[5’73