×

基于贝叶斯估计对具有较高记录值的瑞利寿命产品的寿命性能指标进行评估。 (英语) Zbl 1338.62185号

摘要:质量管理对许多制造业来说非常重要。过程能力分析已广泛应用于质量控制领域,用于监测工业过程的性能。因此,使用寿命性能指数(C_L)来衡量产品的性能,其中(L)是规格下限。本研究在具有较高记录值的瑞利分布下构造了(C_L)的贝叶斯估计。贝叶斯估计分别基于平方误差损失函数、线性指数损失函数和广义熵损失函数。进一步,利用C_L的贝叶斯估计,在已知L\的条件下,基于可信区间构造C_L检验过程。所提出的测试程序不仅可以处理非正常寿命数据,还可以处理较高的记录值。此外,管理人员可以使用测试程序来确定瑞利产品的寿命性能是否符合要求的水平。假设检验程序是企业资源规划(ERP)中的一个质量绩效评估系统。

MSC公司:

62号03 生存分析和审查数据中的测试
2015年1月62日 贝叶斯推断

软件:

统计学
PDF格式BibTeX公司 XML格式引用
全文: DOI程序

参考文献:

[1] D.C.Montgomery,《统计质量控制导论》,John Wiley&Sons,美国纽约州纽约市,1985年·Zbl 1059.62125号
[2] L.I.Tong、K.S.Chen和H.T.Chen,“用于评估指数分布电子元件寿命指数性能的统计测试”,《质量可靠性管理杂志》,第19卷,第812-824页,2002年。
[3] C.-W.Hong、J.-W.Wu和C.-H.Cheng,“使用正确的第二类删失样本的Pareto寿命模型企业寿命指数绩效评估的计算程序”,《应用数学与计算》,第184卷,第2期,第336-350页,2007年·Zbl 1149.90093号 ·doi:10.1016/j.amc.2006.05.199
[4] C.W.Hong、J.W.Wu和C.H.Cheng,“基于置信区间的Pareto终身企业终身指数绩效评估计算程序”,《应用软计算》,第8卷,第1期,第698-705页,2008年·Zbl 05391490号 ·doi:10.1016/j.asoc.2007.05.008
[5] J.-W.Wu、H.-M.Lee和C.-L.Lei,“双参数指数分布产品寿命性能指数评估的计算测试算法程序”,《应用数学与计算》,第190卷,第1期,第116-125页,2007年·Zbl 1244.62166号 ·doi:10.1016/j.ac.2007.01.010
[6] W.-C.Lee、J.-W.W.Wu和C.-W.Hong,“在逐步II型右删失样本下评估指数分布产品的寿命性能指数”,《计算与应用数学杂志》,第231卷,第2期,第648-656页,2009年·Zbl 1172.90003号 ·doi:10.1016/j.cam.2009.04.018
[7] W.C.Lee、J.W.Wu和C.L.Lei,“评估指数寿命产品的寿命性能指数”,《应用数学建模》,第34卷,第5期,第1217-1224页,2010年·Zbl 05711040号 ·doi:10.1016/j.apm.2009.08.013
[8] K.N.Chandler,“记录值的分布和频率”,《皇家统计学会期刊B》,第14卷,第220-228页,1952年·Zbl 0047.38302号
[9] S.K.Bhattacharya和R.K.Tyagi,“基于瑞利模型的贝叶斯生存分析”,特拉巴霍斯·德·埃斯塔迪斯蒂卡,第5卷,第1期,第81-92页,1990年·Zbl 0717.62029号 ·doi:10.1007/BF02863540
[10] A.D.Cliff和J.K.Ord,“人文地理学中的模型构建和空间模式分析(含讨论)”,《皇家统计学会学报》B卷,第37卷,第3期,第297-348页,1975年·Zbl 0353.62088号
[11] D.D.Dyer和C.W.Whisenand,“瑞利分布参数的最佳线性无偏估计量。I.审查阶统计量的小样本理论”,IEEE可靠性汇刊,第R-22卷,第1期,第27-34页,1973年·doi:10.1109/TR.1973.5216019
[12] A.A.Soliman和F.M.Al-Aboud,“利用瑞利模型的记录值进行贝叶斯推断及其应用”,《欧洲运筹学杂志》,第185卷,第2期,第659-672页,2008年·Zbl 1137.62319号 ·doi:10.1016/j.ejor.2007.01.023
[13] StatSoft,STATISTICA软件,第7版,StatSoft(俄克拉荷马州塔尔萨市),2005年。
[14] W.-C.Lee、J.-W.W.Wu、M.-L.Hong、L.-S.Lin和R.-L.Chan,“基于渐进式II型右删失样本下的贝叶斯估计评估瑞利产品的寿命性能指数”,《计算与应用数学杂志》,第235卷,第6期,第1676-1688页,2011年·Zbl 1206.62180号 ·doi:10.1016/j.cam.2010.09.009
[15] M.Ahsanullah,《记录统计》,Nova Science,美国纽约州纽约市,1995年·Zbl 2017年7月6日
[16] B.C.Arnold、N.Balakrishnan和H.N.Nagaraja,《John Wiley&Sons唱片公司》,美国纽约州纽约市,1998年·Zbl 0914.60007号 ·doi:10.1002/9781118150412
[17] P.W.Zehna,“最大似然估计量的不变性”,《数理统计年鉴》,第37卷,第744页,1966年·Zbl 0138.13203号 ·doi:10.1214/aoms/1177699475
[18] A.Zellner,“使用不对称损失函数的贝叶斯估计和预测”,《美国统计协会杂志》,第81卷,第394期,第446-451页,1986年·Zbl 0603.62037号 ·doi:10.2307/2289234
[19] S.-Y.Huang,“使用非对称linex损失函数在一些非指数族中的经验Bayes测试程序”,《统计规划与推断杂志》,第46卷,第3期,第293-309页,1995年·Zbl 0834.62007号 ·doi:10.1016/0378-3758(94)00112-9
[20] R.Calabria和G.Pulcini,“左旋指数样本非对称损失函数下的点估计”,《统计学中的通信——理论和方法》,第25卷,第3期,第585-600页,1996年·Zbl 0875.62101号 ·doi:10.1080/03610929608831715
[21] A.T.K.Wan、G.Zou和A.H.Lee,“当参数空间受到限制时,LINEX损失下泊松分布的Minimax和\Gamma-Minimax估计”,《统计与概率快报》,第50卷,第1期,第23-32页,2000年·Zbl 0958.62007号 ·doi:10.1016/S0167-7152(00)00077-8
[22] S.Anatolyev,“线性指数损失下的核估计”,《经济学快报》,第91卷,第1期,第39-43页,2006年·Zbl 1255.62086号 ·doi:10.1016/j.econlet.2005.10.012
[23] X.Li,Y.Shi,J.Wei和J.Chai,“在逐步II型截尾样本下使用LINEX损失的可靠性性能经验Bayes估计”,《模拟中的数学与计算机》,第73卷,第5期,第320-326页,2007年·Zbl 1104.62109号 ·doi:10.1016/j.matcom.2006.05.002
[24] D.K.Dyer和P.S.L.Liu,“关于广义寿命模型中估算值的比较”,《微电子可靠性》,第32卷,第1-2期,第207-221页,1992年·doi:10.1016/0026-2714(92)90099-7
[25] A.A.Soliman,“使用Burr-XII模型从逐次审查数据中估算寿命参数”,《IEEE可靠性汇刊》,第54卷,第1期,第34-42页,2005年·doi:10.1010/TR.2004.842528
[26] A.A.Soliman和G.R.Elkahlout,“基于逐步审查样本的逻辑分布的贝叶斯估计”,《应用统计科学杂志》,第14卷,第3-4期,第281-293页,2005年。
[27] C.Caroni,“正确的“滚珠轴承”数据”,《寿命数据分析》,第8卷,第4期,第395-399页,2002年·Zbl 1116.62419号 ·doi:10.1023/A:1020523006142
[28] M.Z.Raqab和M.T.Madi,“使用双重删失瑞利数据对测试总时间的贝叶斯预测”,《统计计算与模拟杂志》,第72卷,第10期,第781-7892002页·Zbl 1015.62095号 ·doi:10.1080/0094965021000015387
[29] W.C.Lee,“瑞利寿命产品寿命性能指标评估的统计测试”,《中国工业工程师学会学报》,第25卷,第433-445页,2008年。
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。