首页--数理科学和化学论文--概率论与数理统计论文--数理统计论文--贝叶斯统计论文

加速寿命试验在带有随机移走的定时截尾模型下的Bayes估计

摘要第3-4页
Abstract第4页
第一章 引言第7-13页
    1.1 研究背景第7-9页
    1.2 研究现状第9-13页
第二章 预备知识介绍第13-20页
    2.1 贝叶斯统计基础及先验分布知识的介绍第13-16页
        2.1.1 贝叶斯估计基础第13-14页
        2.1.2 先验分布相关知识第14-15页
        2.1.3 最大熵原则第15-16页
        2.1.4 主观法第16页
    2.2 MCMC算法的介绍第16-18页
        2.2.1 M-H算法第17-18页
        2.2.2 M-H算法与Gibbs抽样的比较说明第18页
    2.3 贝叶斯更新第18-19页
    2.4 最小二乘估计第19-20页
第三章 模型的假设与建立第20-24页
    3.1 模型假设第20-21页
    3.2 模型建立第21-24页
第四章 模型的统计分析第24-30页
    4.1 本文先验分布的确定第24-25页
    4.2 具体MCMC算法的选择第25-26页
    4.3 对本文M-H算法应用中几个问题的处理第26-27页
    4.4 利用MLE确定初始值第27-28页
    4.5 参数估计第28-30页
第五章 实证模拟分析第30-39页
    5.1 应力水平数较少第31-34页
    5.2 应力水平数较多第34-39页
第六章 模型的优缺点及拓展第39-41页
    6.1 模型优缺点第39-40页
    6.2 模型推广第40-41页
附录第41-45页
    附录1 先验分布的确定第41-43页
        1.1 u_o先验分布的确定第41-42页
        1.2 k_i先验分布的确定第42页
        1.3 σ_0先验分布的确定第42-43页
    附录2 分配比例-风险损失函数值对应表第43-44页
    附录3 贝叶斯更新过程数据第44-45页
参考文献第45-48页
致谢第48页

论文共48页,点击 下载论文
上一篇:基于高斯—贝叶斯回归的城市热点分析
下一篇:多目标优化问题超有效解的AKKT优化条件