论文摘要
随着科学技术的发展,高可靠性产品日益增多,这就产生了所谓无失效数据。由于无失效数据出现的情况越来越多,对无失效数据的分析也显得越来越重要。本文是以指数分布为例,在文献[6]和文献[7]的基础上提出改进意见,具体方法是:根据专家经验给出入的一个比较保守的上界,设λ的先验分布π(λ),然后利用杰弗莱原则将λ的先验分布转化为p_i的先验分布,并求出平方损失下p_i的Bayes估计:最后给出可靠度的估计。
随着科学技术的发展,高可靠性产品日益增多,这就产生了所谓无失效数据。由于无失效数据出现的情况越来越多,对无失效数据的分析也显得越来越重要。本文是以指数分布为例,在文献[6]和文献[7]的基础上提出改进意见,具体方法是:根据专家经验给出入的一个比较保守的上界,设λ的先验分布π(λ),然后利用杰弗莱原则将λ的先验分布转化为p_i的先验分布,并求出平方损失下p_i的Bayes估计:最后给出可靠度的估计。