多层BAYES估计

作品数：128被引量：398H指数：12
导出分析报告
相关领域：理学一般工业技术更多>>
相关作者：韩明周菊玲李俊华刘焕彬姚惠更多>>
相关机构：福建工程学院宁波大学武汉理工大学浙江海洋学院更多>>
相关期刊：更多>>
相关基金：国家自然科学基金福建省自然科学基金浙江省教委科研基金浙江省自然科学基金更多>>
-
在结果中检索

检索结果分析

结果分析中...
选择条件：
  • 期刊=数学的实践与认识x
共 条 记 录，以下是1-7
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
复合Linex对称损失下Kumaraswamy分布参数的Bayes估计被引量：3
《数学的实践与认识》2017年第10期250-254,共5页王茹 周菊玲 
当参数的先验分布为伽玛分布时,在复合Linex对称损失函数下得到了Kumaraswamy分布参数θ的唯一的Bayes估计,多层Bayes估计和E-Bayes估计,并通过数值模拟说明了所给参数估计的稳健性和精确性.
关键词：复合Linex对称损失函数 Kumaraswamy分布 BAYES估计 多层BAYES估计 E—Bayes估计 
对称损失下二项分布参数的E-Bayes估计及其性质被引量：2
《数学的实践与认识》2016年第5期231-238,共8页韩明 
宁波市自然科学基金(2013A610108)
在已有的文献中提出了一种新的参数估计方法——E-Bayes估计法.在对称损失函数下,对二项分布的参数给出了E-Bayes估计和多层Bayes估计,并给出了E-Bayes估计的性质.最后,给出了数值算例,结果表明提出的方法可行且便于应用.
关键词：二项分布 渐近性质 E-BAYES估计 多层BAYES估计 对称损失函数 
无失效数据情形指数分布失效率的E-Bayes估计被引量：3
《数学的实践与认识》2015年第5期172-178,共7页韩明 
宁波市自然科学基金(2013A610108)
提出了一种新的可靠性参数估计方法——E-Bayes估计法.对寿命服从指数分布的产品,在无失效数据情形给出失效率的E-Bayes估计的定义、E-Bayes估计,并在此基础上给出了E-Bayes估计的性质——可靠性参数的E-Bayes估计和多层Bayes估计的关系...
关键词：可靠性 失效率 无失效数据 E-BAYES估计 多层BAYES估计 
复合MLinex对称损失函数下对数伽玛分布参数的Bayes估计被引量：13
《数学的实践与认识》2014年第19期257-262,共6页金秀岩 
在MLineX损失函数的基础上,定义了复合MLineX对称损失函数,并在该损失函数下得到了对数伽玛分布尺度参数的Balye8估计、E-Bayes估计、多层Balyes估计.最后,通过数值模拟说明了所给参数估计的稳健性和精确性.
关键词：复合Mlinex对称损失函数 对数伽玛分布 尺度参数 BAYES估计 E-BAYES估计 多层BAYES估计 
基于多层Bayes估计的战略协同网络供应链可靠性的参数估计被引量：3
《数学的实践与认识》2012年第4期119-123,共5页马志明 董丽欣 耿生玲 刘严严 
2009-j-128,2011-Z-929Q
在战略协同网络中供应链的可靠性研究中,引进失效信息,对可靠性参数进行了估计,并给出了实证,结果表明本文给出的方法可行.
关键词：多层BAYES估计 战略协同 供应链 可靠性 
E-Bayes估计渐近性质的证明被引量：1
《数学的实践与认识》2010年第12期214-219,共6页韩明 
福建省自然科学基金(2009J01001)
随着科学和技术的进步需要有效地改进产品可靠性的评估方法,相关文献提出了参数估计的一种新方法——E-Bayes估计法.对Pascal分布,在两个超参数情形给出了分布参数的E-Bayes估计的定义、E-Bayes估计公式,并提出了E-Bayes估计的两个渐近...
关键词：Pascal分布 渐近性质 E—Bayes估计 多层BAYES估计 
参数的E Bayes估计法及其应用被引量：12
《数学的实践与认识》2004年第9期97-106,共10页韩明 
浙江省自然科学基金 (1 0 0 0 2 6);浙江省"1 5 1人才工程"基金 (992 0 71 );浙江省教育厅基金项目(2 0 0 3 0 2 4)
提出了参数的一种估计方法—— E Bayes估计法 ,对寿命服从指数分布的产品 ,在失效率的先验分布为 Gamma分布时 ,给出了失效率的 E Bayes估计和多层 Bayes估计 ,并在此基础上给出了失效率和可靠度的 E Bayes估计的性质 .结合实际问题进...
关键词：多层BAYES估计 先验分布 指数分布 失效率 GAMMA分布 参数 性质 产品 估计方法 实际问题 
全选清除导出
共1页<1>
检索报告 对象比较 聚类工具 使用帮助 返回顶部