田霆
(華僑大學(xué)數(shù)學(xué)科學(xué)學(xué)院,福建泉州362021)
指數(shù)分布恒加試驗(yàn)定時(shí)截尾試驗(yàn)數(shù)據(jù)缺失時(shí)的Bayes分析
田霆
(華僑大學(xué)數(shù)學(xué)科學(xué)學(xué)院,福建泉州362021)
運(yùn)用Gibbs抽樣迭代方法,解決Bayes分析中的后驗(yàn)邊際分布的計(jì)算問(wèn)題,得到滿足順序約束的參數(shù)的Bayes估計(jì).通過(guò)Monte-Carlo模擬表明,在各場(chǎng)合存在先驗(yàn)信息的情況下,Bayes估計(jì)的相對(duì)偏差和相對(duì)均方誤差都小于極大似然估計(jì);而對(duì)于沒(méi)有先驗(yàn)信息的情況,Bayes估計(jì)跟極大似然估計(jì)的效果差不多.
指數(shù)分布;恒定應(yīng)力;加速壽命;定時(shí)截尾;數(shù)據(jù)缺失;Bayes分析
在短時(shí)間內(nèi)對(duì)產(chǎn)品的可靠性指標(biāo)進(jìn)行評(píng)定,恒定應(yīng)力加速壽命(恒加試驗(yàn))是加速壽命試驗(yàn)中最常用的一種,故對(duì)其研究也較多[1-2].當(dāng)時(shí),以往的研究都是在沒(méi)有缺失數(shù)據(jù)的情況下進(jìn)行的.在試驗(yàn)中,由于各種原因常會(huì)遇到試驗(yàn)數(shù)據(jù)缺失的現(xiàn)象,缺失數(shù)據(jù)一般較難處理.對(duì)一般壽命試驗(yàn)數(shù)據(jù)缺失時(shí)的統(tǒng)計(jì)分析,已有相關(guān)的結(jié)果[3-4].在加速壽命試驗(yàn)中,產(chǎn)品承受的應(yīng)力高于正常應(yīng)力水平,失效加快,數(shù)據(jù)缺失現(xiàn)象更容易發(fā)生;然而,對(duì)于加速壽命試驗(yàn)中的試驗(yàn)數(shù)據(jù)缺失問(wèn)題,卻很少有人進(jìn)行研究.文[5]討論了定數(shù)截尾恒加試驗(yàn)中數(shù)據(jù)缺失時(shí)統(tǒng)計(jì)分析方法,并對(duì)各種估計(jì)的優(yōu)良性進(jìn)行模擬比較.茆詩(shī)松等[6]討論了當(dāng)壽命分布是指數(shù)分布時(shí),定數(shù)截尾場(chǎng)合下恒加應(yīng)力加速壽命試驗(yàn)中常見(jiàn)的幾類數(shù)據(jù)類型(完全樣本、分組樣本、刪失樣本)的Bayes統(tǒng)計(jì)分析方法.同時(shí),他們運(yùn)用Gibbs抽樣迭代算法,解決了Bayes分析中極為復(fù)雜的后際邊際分布的計(jì)算問(wèn)題,得到滿足順序約束的參數(shù)的Bayes估計(jì).本文僅討論定時(shí)截尾恒加試驗(yàn)中,試驗(yàn)數(shù)據(jù)缺失時(shí)統(tǒng)計(jì)分析方法.
選擇l個(gè)應(yīng)力水平S1 考慮試驗(yàn)數(shù)據(jù)缺失的情況,假設(shè)第i個(gè)應(yīng)力水平下的試驗(yàn)數(shù)據(jù)只剩下ki個(gè),其取值依次為 下面給出恒加試驗(yàn)的兩個(gè)基本假定: (Ⅰ)在正常應(yīng)力水平S0和加速應(yīng)力水平Si下,產(chǎn)品的壽命都服從指數(shù)分布,不同的僅在參數(shù)θ上.即在應(yīng)力水平Si下,產(chǎn)品壽命T的分布函數(shù)為Fi(t)=1-exp(-λit).其中:t>0;i=0,1,…,l;λi為失效率. (Ⅱ)產(chǎn)品的平均壽命θi與所加應(yīng)力Si之間滿足lnθi=a+bφ(Si).其中:a,b為未知的待估參數(shù); φ(Si)為應(yīng)力水平的已知單調(diào)函數(shù).常用的A rrhenius模型和逆冪律模型均可寫(xiě)成上述形式.為后面行文方便,記φi=φ(Si). 在上述兩個(gè)基本假定下,討論數(shù)據(jù)(1)的統(tǒng)計(jì)方法. 如果應(yīng)力Si與λi滿足線性關(guān)系,即ln(1/λi)=a+bφ(si),則不難獲得參數(shù)a,b的最小二乘估計(jì)^a, ^b.因此,可以獲得正常應(yīng)力下失效率λ0的Bayes估計(jì)為^λ0=exp(^a+^bφ(s0)). 為了考察不同類型的微型電機(jī)(壽命參數(shù)λ不同)在各應(yīng)力水平下的可靠性特征,參數(shù)值分別取為λ1=5.2×10-5,λ2=4.4×10-4,λ3=2.5×10-4,λ4=1.0×10-4,各應(yīng)力水平下分別投入50個(gè)產(chǎn)品參加試驗(yàn),直到全部失效為止.在數(shù)據(jù)缺失場(chǎng)合下,假定應(yīng)力si只記錄到ki個(gè)失效數(shù)據(jù),0=ti,0 表1 參數(shù)估計(jì)值及其相對(duì)均方誤差表Tab.1 Relativities of the bias and MSE fo r the estimation [1] 茆詩(shī)松,王玲玲.加速壽命試驗(yàn)[M].北京:科學(xué)出版社,1997. [2] NELSON W B.Accelerated testing:Statisticalmodels,test p lans and data analysis[M].New York:John Wiley& Sons,1990. [3] 王乃生,王玲玲.定數(shù)截尾數(shù)據(jù)缺失場(chǎng)合下指數(shù)分布參數(shù)的Bayes估計(jì)[J].應(yīng)用概率統(tǒng)計(jì),2001,8(3):229-235. [4] BALA KRISHNAN N.On the maximum likelihood estimation of the location and scale parameters of exponential distribution based on multip ly type-Ⅱcensored samp les[J].J App l Statist,1990,17(1):55-61. [5] 王乃生,王玲玲,恒定應(yīng)力加速壽命試驗(yàn)數(shù)據(jù)缺失時(shí)的統(tǒng)計(jì)分析[J].華東師范大學(xué)學(xué)報(bào):自然科學(xué)版,2002,3(1): 35-44. [6] 茆詩(shī)松,王靜龍,濮曉龍,等.高等數(shù)理統(tǒng)計(jì)[M].北京:高等教育出版社,2002:35-38. [7] 田霆,劉次華.定時(shí)截尾缺失數(shù)據(jù)下指數(shù)分布的統(tǒng)計(jì)推斷[J].華僑大學(xué)學(xué)報(bào):自然科學(xué)版,2006,27(1):20-23. [8] 顧龍全,周曉東,湯銀才,等.指數(shù)分布場(chǎng)合恒加試驗(yàn)缺失數(shù)據(jù)的Bayes統(tǒng)計(jì)分析[J].高校應(yīng)用數(shù)學(xué)學(xué)報(bào):A輯, 2006,21(2):183-190. Bayes Analysis of Parameter of Exponen tial Distribution under Constant Stress Accelerated L ife Testing and M ultiply Type-ⅠCensoring TIANG Ting This paper discusses the Bayesian statistical analysis of the parameter of exponential distribution under constant stress accelerated life testing and multip ly type-Ⅰcenso ring.The compution of the comp licated post-marginal distributions involved in the Bayesian using Gibbs samp ling iteration algorithm is solved.By the Monte-Carlo simulation,this method is feasible. exponential distribution;constant stress;accelerated life;type-Ⅰcensoring;datamissing;Bayesian analysis O 213.2 A (責(zé)任編輯:陳志賢 英文審校:張金順,黃心中) 1000-5013(2010)05-0597-04 2008-11-19 田霆(1972-),男,講師,主要從事產(chǎn)品可靠性的研究.E-mail:tianting1972928@sohu.com. 福建省自然科學(xué)基金資助項(xiàng)目(Z0511027)2 參數(shù)的Bayes估計(jì)
3 Monte-Carlo模擬比較
(School of Mathematical Sciences,Huaqiao University,Quanzhou 362021,China)