
微信扫一扫,移动浏览光盘
简介
本书对Bayes方法中参数的点估计——Bayes估计进行修正,给出可靠性
参数的E-Bayes估计的定义、E-Bayes估计及其性质;对Bayes方法中参数的
可信限——Bayes可信限进行修正,给出可靠性参数的M-Bayes可信限的定义
、M-Bayes可信限的估计及其性质,并给出模拟算例和应用实例,全书共分
五章,包括绪论、λ的估计、ρi的估计、R的估计及分布参数的估计。
本书图表并举,理论与应用并重,体系系统,论述直观而严密,可作为
高等院校有关专业的高年级本科生、研究生的教材或参考书,也可以供高等
院校有关教师、研究人员和工程技术人员参考。
目录
前言
1绪论
1.1bayes方法的研究与应用
1.2参数的修正unyes估汁法概述
1.3参数的e-bayes估计法
1.3.1一个超参数情形
1.3.2两个超参数情形
1.4参数的m-bayes可信限法
1.4.1单侧m-bayes可信限
1.4.2双侧m-bayes可信限
1.5基本函数和常见的寿命分布
1.5.1基本函数
1.5.2常见的寿命分布
1.6本书的结构示意图
2λ的估计
2.1λ的e-nnyes估计——一个超参数情形ⅰ
2.1.1λ的e-bayes估计的定义
2.1.2λ的e-bayes估计
2.1.3λ的多层bayes估计
2.1.4e-bayes估计的性质
.2.1.5应用实例
2.2λ的e-bayes估计——一个超参数情形ⅱ
2.2.1又的e-bayes估计的定义
2.2.2又的e-bayes估计
2.2.3又的多层bayes估计
2.2.4e-bayes估计的性质
2.2.5应用实例
2.3λ的e-bayes估计——两个超参数情形
2.3.1λ的e-bayes估计的定义
2.3.2λ的e-bayes估计
2.3.3λ的多层bayes估计
2.3.4e-bayes估计的性质
2.3.5模拟算例
2.3.6应用实例
2.4λ的单侧m-bayes可信限工
2.4.1λ的单侧m—bayes可信上限的定义
2.4.2λ的单侧m—bayes可信上限的估计
2.4,3单侧m-bayes可信限的性质
2.4.4应用实例
2.5λ的单侧m-bayes可信限ⅱ
2.5.1λ的单侧m-bayes可信限的定义
2.5.2λ的单侧m-bayes可信限的估计
2.5.3单侧m-bayes可信限的性质
2.5,4应用实例
2.6又的双侧m-bayes可信限
2.6.1λ的双侧m-bayes可信限的定义
2.6.2λ的双侧m-bayes可信限的估计
2.6.3双侧m-bayes可信限的性质
2.6.4应用实例
3pi的估计
3.1pi的e-bayes估计——一个超参数情形ⅰ
3.1.1 pi的e-bayes估计的定义
3.1.2 pi的e-bayes估计
3.1.3 pi;的多层bayes估计
3.1.4 pi的e-bayes估计的性质
3.1.5模拟算例
3.2 pi的e-bayes估计——一个超参数情形ⅱ
3.2.1 pi的e-bayes估计的定义
3.2.2 pi的e-bayes估计
3.2.3 pi的多层bayes估计
3.2.4pi的e-bayes估计的性质
3.2.5应用实例
3.3 pi的e-bayes估计——一个超参数情形ⅲ
3.3.1 pi的e-bayes估计
3.3.2 pi的多层bayes估计
3.3.3 pi的e-bayes估计的性质
3.3.4模拟算例
3.3.5应用实例
3.4 pi的e-bayes估计——两个超参数情形
3.4.1 pi的e-bayes估计的定义
3.4.2 pi的e-bayes估计
3.4.3 pi的e-bayes估计的性质
3.4.4模拟算例
3.4.5应用实例
3.4.6 pi的多层bayes估计
3.4.7 pi的多层bayes估计的性质
4r的估计
4.1r的e-bayes估计——一个超参数情形工
4.1.ir的e-bayes估计的定义
4.1.2r的e-bayes估计
4.1.3r的多层bayes估计
4.1.4e-bayes估计的性质
4.1.5应用实例
4.2r的e-bayes估计——一个超参数情形ⅱ
4.2.1r的e-bayes估计的定义
4.2.2r的e-bayes估计
4.2.3r的多层bayes估计
4.2.4e-bayes估计的性质
4.2.5模拟算例
4.3r的e-bayes估计——一个超参数情形川
4.3.1 r的e-bayes估计的定义
4.3.2r的e-bayes估计
4.3.3r的多层bayes估计
4.3.4e-bayes估计的性质
4.3.5模拟算例
4.4r的e-bayes估计——两个超参数情形
4.4.1r的e-bayes估计的定义
4.4.2r的e-bayes估计
4.4.3e-bayes估计的性质
4.4.4模拟算例
4.4.5r的多层bayes估计
4.4.6模拟算例
4.5r的单侧m-bayes可信限
4.5.1r的单侧m-bayes可信下限的估计
4.5.3单侧m-bayes可信限的性质
4.5.4模拟算例
1.6r的双侧m-bayes可信限
4.6.1r的双侧m-bayes可信限的定义
4.6.2双侧m-bayes可信限的估计
4.6.3双侧m-bayes可信限的性质
4.6.4模拟算例
5分布参数的估计
5.1分布参数的最小二乘估计
5.1.1指数分布中分布参数的最小二乘估计
5.1.2双参数指数分布中分布参数的最小二乘估计
5.1.3对数正态分布中分布参数的最小二乘估计
5.1.4weibull分布中分布参数的最小二乘估计
5.2位置-尺度参数模型中分布参数的最小二乘占计
5.2.1关于位置—尺度参数模型
5.2.2μ和σ的最小二乘估计
5.2.3应用实例
5.3分布参数的加权综合估汁
5.3.1指数分布中分布参数的加权综合估计ⅰ
5.3.2指数分布中分布参数的加权综合估计ⅱ
5.3.3由pi的估计求分布参数的加权综合估计
研究总结
参考文献
1绪论
1.1bayes方法的研究与应用
1.2参数的修正unyes估汁法概述
1.3参数的e-bayes估计法
1.3.1一个超参数情形
1.3.2两个超参数情形
1.4参数的m-bayes可信限法
1.4.1单侧m-bayes可信限
1.4.2双侧m-bayes可信限
1.5基本函数和常见的寿命分布
1.5.1基本函数
1.5.2常见的寿命分布
1.6本书的结构示意图
2λ的估计
2.1λ的e-nnyes估计——一个超参数情形ⅰ
2.1.1λ的e-bayes估计的定义
2.1.2λ的e-bayes估计
2.1.3λ的多层bayes估计
2.1.4e-bayes估计的性质
.2.1.5应用实例
2.2λ的e-bayes估计——一个超参数情形ⅱ
2.2.1又的e-bayes估计的定义
2.2.2又的e-bayes估计
2.2.3又的多层bayes估计
2.2.4e-bayes估计的性质
2.2.5应用实例
2.3λ的e-bayes估计——两个超参数情形
2.3.1λ的e-bayes估计的定义
2.3.2λ的e-bayes估计
2.3.3λ的多层bayes估计
2.3.4e-bayes估计的性质
2.3.5模拟算例
2.3.6应用实例
2.4λ的单侧m-bayes可信限工
2.4.1λ的单侧m—bayes可信上限的定义
2.4.2λ的单侧m—bayes可信上限的估计
2.4,3单侧m-bayes可信限的性质
2.4.4应用实例
2.5λ的单侧m-bayes可信限ⅱ
2.5.1λ的单侧m-bayes可信限的定义
2.5.2λ的单侧m-bayes可信限的估计
2.5.3单侧m-bayes可信限的性质
2.5,4应用实例
2.6又的双侧m-bayes可信限
2.6.1λ的双侧m-bayes可信限的定义
2.6.2λ的双侧m-bayes可信限的估计
2.6.3双侧m-bayes可信限的性质
2.6.4应用实例
3pi的估计
3.1pi的e-bayes估计——一个超参数情形ⅰ
3.1.1 pi的e-bayes估计的定义
3.1.2 pi的e-bayes估计
3.1.3 pi;的多层bayes估计
3.1.4 pi的e-bayes估计的性质
3.1.5模拟算例
3.2 pi的e-bayes估计——一个超参数情形ⅱ
3.2.1 pi的e-bayes估计的定义
3.2.2 pi的e-bayes估计
3.2.3 pi的多层bayes估计
3.2.4pi的e-bayes估计的性质
3.2.5应用实例
3.3 pi的e-bayes估计——一个超参数情形ⅲ
3.3.1 pi的e-bayes估计
3.3.2 pi的多层bayes估计
3.3.3 pi的e-bayes估计的性质
3.3.4模拟算例
3.3.5应用实例
3.4 pi的e-bayes估计——两个超参数情形
3.4.1 pi的e-bayes估计的定义
3.4.2 pi的e-bayes估计
3.4.3 pi的e-bayes估计的性质
3.4.4模拟算例
3.4.5应用实例
3.4.6 pi的多层bayes估计
3.4.7 pi的多层bayes估计的性质
4r的估计
4.1r的e-bayes估计——一个超参数情形工
4.1.ir的e-bayes估计的定义
4.1.2r的e-bayes估计
4.1.3r的多层bayes估计
4.1.4e-bayes估计的性质
4.1.5应用实例
4.2r的e-bayes估计——一个超参数情形ⅱ
4.2.1r的e-bayes估计的定义
4.2.2r的e-bayes估计
4.2.3r的多层bayes估计
4.2.4e-bayes估计的性质
4.2.5模拟算例
4.3r的e-bayes估计——一个超参数情形川
4.3.1 r的e-bayes估计的定义
4.3.2r的e-bayes估计
4.3.3r的多层bayes估计
4.3.4e-bayes估计的性质
4.3.5模拟算例
4.4r的e-bayes估计——两个超参数情形
4.4.1r的e-bayes估计的定义
4.4.2r的e-bayes估计
4.4.3e-bayes估计的性质
4.4.4模拟算例
4.4.5r的多层bayes估计
4.4.6模拟算例
4.5r的单侧m-bayes可信限
4.5.1r的单侧m-bayes可信下限的估计
4.5.3单侧m-bayes可信限的性质
4.5.4模拟算例
1.6r的双侧m-bayes可信限
4.6.1r的双侧m-bayes可信限的定义
4.6.2双侧m-bayes可信限的估计
4.6.3双侧m-bayes可信限的性质
4.6.4模拟算例
5分布参数的估计
5.1分布参数的最小二乘估计
5.1.1指数分布中分布参数的最小二乘估计
5.1.2双参数指数分布中分布参数的最小二乘估计
5.1.3对数正态分布中分布参数的最小二乘估计
5.1.4weibull分布中分布参数的最小二乘估计
5.2位置-尺度参数模型中分布参数的最小二乘占计
5.2.1关于位置—尺度参数模型
5.2.2μ和σ的最小二乘估计
5.2.3应用实例
5.3分布参数的加权综合估汁
5.3.1指数分布中分布参数的加权综合估计ⅰ
5.3.2指数分布中分布参数的加权综合估计ⅱ
5.3.3由pi的估计求分布参数的加权综合估计
研究总结
参考文献
可靠性参数的修正Bayes估计法及其应用
- 名称
- 类型
- 大小
光盘服务联系方式: 020-38250260 客服QQ:4006604884
云图客服:
用户发送的提问,这种方式就需要有位在线客服来回答用户的问题,这种 就属于对话式的,问题是这种提问是否需要用户登录才能提问
Video Player
×
Audio Player
×
pdf Player
×
