图书介绍
可靠性参数的修正bayes估计法及其应用PDF|Epub|txt|kindle电子书版本网盘下载
- 韩明编译 著
- 出版社： 上海：同济大学出版社
- ISBN：9787560842493
- 出版时间：2010
- 标注页数：238页
- 文件大小：7MB
- 文件页数：249页
- 主题词：试验分析（数学）
PDF下载
下载说明
可靠性参数的修正bayes估计法及其应用PDF格式电子书版下载
下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！
（文件页数 要大于 标注页数，上中下等多册电子书除外）
注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具
图书目录
1 绪论1
1.1 Bayes方法的研究与应用1
1.2 参数的修正Bayes估计法概述3
1.3 参数的E-Bayes估计法4
1.3.1 一个超参数情形4
1.3.2 两个超参数情形5
1.4 参数的M-Bayes可信限法5
1.4.1 单侧M-Bayes可信限5
1.4.2 双侧M-Bayes可信限7
1.5 基本函数和常见的寿命分布8
1.5.1 基本函数8
1.5.2 常见的寿命分布9
1.6 本书的结构示意图10
2 λ的估计11
2.1 λ的E-Bayes估计——一个超参数情形Ⅰ11
2.1.1 λ的E-Bayes估计的定义11
2.1.2 λ的E-Bayes估计12
2.1.3 λ的多层Bayes估计14
2.1.4 E-Bayes估计的性质17
2.1.5 应用实例22
2.2 λ的E-Bayes估计——一个超参数情形Ⅱ25
2.2.1 λ的E-Bayes估计的定义25
2.2.2 λ的E-Bayes估计26
2.2.3 λ的多层Bayes估计28
2.2.4 E-Bayes估计的性质30
2.2.5 应用实例34
2.3 λ的E-Bayes估计——两个超参数情形36
2.3.1 λ的E-Bayes估计的定义36
2.3.2 λ的E-Bayes估计37
2.3.3 λ的多层Bayes估计39
2.3.4 E-Bayes估计的性质42
2.3.5 模拟算例45
2.3.6 应用实例47
2.4 λ的单侧M-Bayes可信限Ⅰ49
2.4.1 λ的单侧M-Bayes可信上限的定义50
2.4.2 λ的单侧M-Bayes可信上限的估计50
2.4.3 单侧M-Bayes可信限的性质52
2.4.4 应用实例56
2.5 λ的单侧M-Bayes可信限Ⅱ59
2.5.1 λ的单侧M-Bayes可信限的定义59
2.5.2 λ的单侧M-Bayes可信限的估计61
2.5.3 单侧M-Bayes可信限的性质63
2.5.4 应用实例66
2.6 λ的双侧M-Bayes可信限70
2.6.1 λ的双侧M-Bayes可信限的定义70
2.6.2 λ的双侧M-Bayes可信限的估计72
2.6.3 双侧M-Bayes可信限的性质75
2.6.4 应用实例79
3 pi的估计83
3.1 pi的E-Bayes估计——一个超参数情形Ⅰ83
3.1.1 pi的E-Bayes估计的定义83
3.1.2 pi的E-Bayes估计84
3.1.3 pi的多层Bayes估计86
3.1.4 pi的E-Bayes估计的性质87
3.1.5 模拟算例92
3.2 pi的E-Bayes估计——一个超参数情形Ⅱ94
3.2.1 pi的E-Bayes估计的定义94
3.2.2 pi的E-Bayes估计95
3.2.3 pi的多层Bayes估计96
3.2.4 pi的E-Bayes估计的性质97
3.2.5 应用实例100
3.3 pi的E-Bayes估计——一个超参数情形Ⅲ101
3.3.1 pi的E-Bayes估计101
3.3.2 pi的多层Bayes估计103
3.3.3 pi的E-Bayes估计的性质105
3.3.4 模拟算例109
3.3.5 应用实例113
3.4 pi的E-Bayes估计——两个超参数情形116
3.4.1 pi的E-Bayes估计的定义116
3.4.2 pi的E-Bayes估计117
3.4.3 pi的E-Bayes估计的性质119
3.4.4 模拟算例122
3.4.5 应用实例124
3.4.6 pi的多层Bayes估计125
3.4.7 pi的多层Bayes估计的性质128
4 R的估计134
4.1 R的E-Bayes估计——一个超参数情形Ⅰ134
4.1.1 R的E-Bayes估计的定义134
4.1.2 R的E-Bayes估计136
4.1.3 R的多层Bayes估计137
4.1.4 E-Bayes估计的性质138
4.1.5 应用实例142
4.2 R的E-Bayes估计——一个超参数情形Ⅱ143
4.2.1 R的E-Bayes估计的定义143
4.2.2 R的E-Bayes估计144
4.2.3 R的多层Bayes估计146
4.2.4 E-Bayes估计的性质147
4.2.5 模拟算例150
4.3 R的E-Bayes估计——一个超参数情形Ⅲ152
4.3.1 R的E-Bayes估计的定义152
4.3.2 R的E-Bayes估计153
4.3.3 R的多层Bayes估计155
4.3.4 E-Bayes估计的性质157
4.3.5 模拟算例162
4.4 R的E-Bayes估计——两个超参数情形168
4.4.1 R的E-Bayes估计的定义168
4.4.2 R的E-Bayes估计169
4.4.3 E-Bayes估计的性质170
4.4.4 模拟算例173
4.4.5 R的多层Bayes估计175
4.4.6 模拟算例177
4.5 R的单侧M-Bayes可信限179
4.5.1 R的单侧M-Bayes可信下限的定义179
4.5.2 R的单侧M-Bayes可信下限的估计180
4.5.3 单侧M-Bayes可信限的性质181
4.5.4 模拟算例184
4.6 R的双侧M-Bayes可信限186
4.6.1 R的双侧M-Bayes可信限的定义186
4.6.2 双侧M-Bayes可信限的估计187
4.6.3 双侧M-Bayes可信限的性质190
4.6.4 模拟算例193
5 分布参数的估计196
5.1 分布参数的最小二乘估计196
5.1.1 指数分布中分布参数的最小二乘估计196
5.1.2 双参数指数分布中分布参数的最小二乘估计199
5.1.3 对数正态分布中分布参数的最小二乘估计201
5.1.4 Weibull分布中分布参数的最小二乘估计204
5.2 位置-尺度参数模型中分布参数的最小二乘估计206
5.2.1 关于位置-尺度参数模型206
5.2.2 μ和σ的最小二乘估计208
5.2.3 应用实例210
5.3 分布参数的加权综合估计213
5.3.1 指数分布中分布参数的加权综合估计Ⅰ213
5.3.2 指数分布中分布参数的加权综合估计Ⅱ221
5.3.3 由pi的估计求分布参数的加权综合估计224
研究总结230
参考文献232