论文部分内容阅读
随着科学技术的发展,产品的生存状况愈来愈受到人们的重视。由于产品的寿命是一个随机现象,所以确定一种产品的可靠性指标最后都归结为一个统计推断问题,为了弄清被测产品的寿命分布,求出各项可靠性指标,研究产品的失效机理以便对提高产品可靠性提出建议,常常需要进行寿命试验。在用这些统计方法处理实际问题时,常会遇到数据删失问题,譬如在产品寿命试验中,由于试验设备,观测手段或有其他方面的困难造成某些试验数据丢失或未观测到的现象等,这样我们得到的是删失数据。如何对删失试验产生的数据进行统计分析,在生存分析中是一个非常重要的领域。在删失试验中,数据丢失场合下,若仅根据所剩数据提供的信息,人们对产品的各项指标的统计推断结果的可信性会受到影响。本文讨论了生存分析中的三个模型:极值回归模型、威布尔回归模型和分段指数共享异质模型。在充分利用已有信息的情况下,给出参数的贝叶斯估计。但计算很是困难,原因就是删失数据后样本的似然函数的形式很复杂。为了计算的简便,利用Gibbs抽样得出参数的后验分布。利用WinBUGS软件进行数据仿真分析。对三个模型分别设计出WinBUGS程序和模型有非循环有向分析图,得出后验参数相关统计估计量和相关的统计诊断图。说明三个模型在生存分析中的有效性和可靠性。