![](https://static.zsdocx.com/FlexPaper/FileRoot/2019-3/7/23/17abd7c0-ef4c-4815-81cc-a6b60f01169f/17abd7c0-ef4c-4815-81cc-a6b60f01169fpic.jpg)
![不完全樣本下Weibull分布的參數(shù)估計.pdf_第1頁](https://static.zsdocx.com/FlexPaper/FileRoot/2019-3/7/23/17abd7c0-ef4c-4815-81cc-a6b60f01169f/17abd7c0-ef4c-4815-81cc-a6b60f01169f1.gif)
已閱讀1頁,還剩47頁未讀, 繼續(xù)免費閱讀
版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領
文檔簡介
1、可靠性理論是以產(chǎn)品的壽命特征為主要研究對象,其在實際領域中的應用相當廣泛?,F(xiàn)代技術(shù)的不斷進步,推動了可靠性理論的迅速發(fā)展。Weibull分布是可靠性理論中應用最為廣泛的分布之一,本文著重討論在不完全樣本即截尾數(shù)據(jù)下Weibull分布的參數(shù)估計。 首先,介紹了相關的背景知識,包括Weibull分布的模型,截尾的基本類型。第二章詳細介紹了截尾數(shù)據(jù)下Weibull分布的多種估計方法,并分為兩參數(shù)Weibull估計和三參數(shù)Weibull
2、估計兩種情況。其中包括了常用的估計方法:最小二乘法,極大似然法以及Bayes估計法,逆矩估計法等。 在討論三參數(shù)Weibull估計方法時,著重介紹了一種推廣了的Weibull矩估計法,并將其推廣應用到截尾情形下。在定數(shù)截尾情形下,將Weibull分布數(shù)據(jù)轉(zhuǎn)化為均勻分布數(shù)據(jù),利用平均剩余壽命構(gòu)造樣本矩,同時,將第三階矩方程用樣本的第一個次序統(tǒng)計量的方程來代替,利用次序統(tǒng)計量的性質(zhì)得到了矩估計方程。用模擬方法得到了估計的偏差和均方誤
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 截斷刪失數(shù)據(jù)下二參數(shù) Weibull分布的參數(shù)估計.pdf
- Weibull分布壽命數(shù)據(jù)的參數(shù)估計.pdf
- 36794.三參數(shù)weibull分布參數(shù)估計方法研究
- 多通道不完全量測下的估計算法研究.pdf
- 不完全競爭
- 廣義修正Weibull分布參數(shù)的估計方法.pdf
- 樣本峰度最大值與Weibull分布參數(shù)的極大似然估計.pdf
- 2樣本數(shù)據(jù)分布與總體參數(shù)估計
- 不完全合約下的工程索賠研究.pdf
- 不完全合約下的工程索賠研究
- 不同損失函數(shù)下Gamma分布的參數(shù)估計.pdf
- 完全燃燒與不完全燃燒
- 具有目的域約束的不完全量測下滿意狀態(tài)估計研究.pdf
- 不完全信息下的排序.pdf
- 基于不完全數(shù)據(jù)的總體參數(shù)識別界.pdf
- 不完全給付研究.pdf
- 抽樣分布與參數(shù)估計
- 不完全隨機有偏量測下目標坐標測定儀參數(shù)設計與估計方法研究.pdf
- 不完全信息下的內(nèi)部交易.pdf
- 分組數(shù)據(jù)下兩參數(shù)指數(shù)分布的參數(shù)估計.pdf
評論
0/150
提交評論