小样本条件下可变作用代表值的贝叶斯推断方法.PDFVIP

　 　 　 　 　 　 　 第卷第期 西南交通大学学报 ４９ 　 ６ Ｖｏｌ．４９　 Ｎｏ．６ ２０１４年１２月　 　 　 　 　 　 ＪＯＵＲＮＡＬ ＯＦ ＳＯＵＴＨＷＥＳＴ ＪＩＡＯＴＯＮＧ ＵＮＩＶＥＲＳＩＴＹ　 　 　 　 　 　 Ｄｅｃ． ２０１４ 　 　 文章编号：０２５８２７２４（２０１４）０６０９９５０７　 　 ＤＯＩ：１０．３９６９／ ｊ．ｉｓｓｎ．０２５８２７２４．２０１４．０６．０１０ 小样本条件下可变作用代表值的贝叶斯推断方法 姚继涛，王旭东　 （西安建筑科技大学土木工程学院，陕西西安７１００５５） 摘　 要：为克服工程实际中测试数据不充足的条件下，采用经典统计学方法推断可变作用的代表值时，由统计 不确定性导致推断结果偏于冒进的缺点，基于极小值型分布分位值的线性回归推断方法，提出了小样本条件Ｉ 下可变作用代表值的线性回归推断方法，并以此作为检验其他推断方法精度的基准方法；根据贝叶斯理论，利用 分布参数的 无信息先验分布，提出可变作用标准值和频遇值的贝叶斯推断方法应用研究结果表明：贝 Ｊｅｆｆｒｅｙｓ ． 叶斯推断方法较线性回归推断方法简便且应用范围广，在标准差已知的情况，可给出更优的推断结果；无参数信 息时，对于标准值和频遇值的保证率不低于０．９０ 的情况，贝叶斯推断方法均具有较好的精度；相对于其他可信 水平，可信水平０．７５ 时推断结果更接近真值，因此，建议取可信水平为０．７５． 关键词：荷载；代表值；贝叶斯方法；统计推断；小样本容量 中图分类号：ＴＵ３１２．１　 　 文献标志码：Ａ Ｂａｙｅｓｉａｎ Ｍｅｔｈｏｄｓ ｆｏｒ Ｉｎｆｅｒｒｉｎｇ Ｒｅｐｒｅｓｅｎｔａｔｉｖｅ Ｖａｌｕｅｓ ｏｆ Ｖａｒｉａｂｌｅ Ａｃｔｉｏｎｓ ｉｎ Ｓｍａｌｌ Ｓａｍｐｌｅ Ｓｉｔｕａｔｉｏｎｓ ， ＹＡＯＪｉｔａｏ 　 ＷＡＮＧＸｕｄｏｎｇ （ ， ， ， ） Ｓｃｈｏｏｌ ｏｆ Ｃｉｖｉｌ Ｅｎｇｉｎｅｅｒｉｎｇ Ｘｉａｎ Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ａｒｃｈｉｔｅｃｔｕｒｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ Ｘｉａｎ７１００５５ Ｃｈｉｎａ ： Ａｂｓｔｒａｃｔ Ｔｈｅｒｅ ｉｓ ａ ｎｅｅｄ ｓｏｍｅｔｉｍｅｓ ｉｎ ｅｎｇｉｎｅｅｒｉｎｇ ｔｏ ｉｎｆｅｒ ｔｈｅ ｒｅｐｒｅｓｅｎｔａｔｉｖｅ ｖａｌｕｅｓ ｏｆ ｖａｒｉａｂｌｅ ａｃｔｉｏｎｓ ｉｎ ｃａｓｅｓｗｈｅｎｔｈｅｔｅｓｔ ｄａｔａｉｓｎｏｔ ｓｕｆｆｉｃｉｅｎｔ，ｂｕｔｔｈｅｃｌａｓｓｉｃａｌ ｓｔａｔｉｓｔｉｃｓｍｅｔｈｏｄｓｄｏｎｏｔｔａｋｅｉｎｔｏ ａｃｃｏｕｎｔ ｏｆ ｔｈｅ ｓｕｃｃｅｄｅｎｔ ｉｎｆｌｕｅｎｃｅｓｏｆ ｓｔａｔｉｓｔｉｃａｌ ｕｎｃｅｒｔａｉｎｔｙ，ａｎｄｔｈｅ ｉｎｆｅｒｒｅｄｒｅｓｕｌｔｓａｒｅ ａｌｗａｙｓｏｎｔｈｅ ， ａｇｇｒｅｓｓｉｖｅ ｓｉｄｅ． Ｉｎ ｏｒｄｅｒ ｔｏ ｏｖｅｒｃｏｍｅ ｔｈｅ ａｂｏｖｅ ｓｈｏｒｔｃｏｍｉｎｇｓ ａｐｐｌｙｉｎｇ ｔｈｅ ｃｕｒｒｅｎｔ ｌｉｎｅａｒ ｒｅｇｒｅｓｓｉｏｎ ， ｅｓｔｉｍａｔｉｏｎ ｆｏｒ ｉｎｆｅｒｒｉｎｇ ｔｈｅ ｆｒａｃｔｉｌｅｓ ｏ