指數分布參數的E-Bayes方法

李億民

(山東理工大學理學院， 山東淄博255049)

指數分布參數的E-Bayes方法

李億民

(山東理工大學理學院， 山東淄博255049)

摘要：基于指數分布定時截尾壽命試驗，給出了失效率λ的E-Bayes估計.研究了在超參數取不同密度函數時λ的E-Bayes估計之間的關系和收斂速度以及估計量關于超參數的穩健性，并通過實例，給出了不同超參數下失效率λ和可靠度R(t)的計算結果．

關鍵詞：指數分布；先驗分布；超參數；失效率；E-Bayes估計

對于指數分布的定數截尾壽命試驗，已經有了比較成熟的處理方法[1].對于定時截尾壽命試驗，在規定的試驗時間較短時，特別是對于高可靠產品，失效個數往往比較少，甚至出現無失效的情形[2-6]．為了充分利用產品的失效信息和分布的先驗信息，對指數分布定時截尾壽命試驗，我們試圖給出參數λ和R(t)的E-Bayes(expected Bayesian)估計[5]．

設產品壽命T服從參數為λ的指數分布，即

T～f(t)=λexp{-λt},t>0

(1)

其中λ>0為產品的失效率．

1失效率λ的Bayes估計和E-Bayes估計及性質

對參數λ>0，選擇其先驗密度函數為[5]

π(λ|a)=aexp(-aλ),λ>0

(2)

其中a>0為超參數．

證明對指數分布，在第i組定時截尾壽命試驗中，其失效數ζi服從參數為(ni-ri)τiλ的Poisson分布，于是樣本的似然函數為

由Bayes定理，得參數λ的后驗密度

由于知道a>0，我們假定它有上界c，即a服從 (0,c)上的分布，為此，假定其密度函數分布為

(3)

(4)

其中j≥0，當j=0時，即為(0,c)上的均勻分布；兩種密度函數從圖形上差別較大，式(3)為嚴格遞減函數，式(4)為嚴格遞增函數．

(ⅱ)對任意m>0，j>0,有

對任意0≤j

(5)

為便于應用，我們給出k=2,0時a的3個先驗密度函數

(6)

(7)

(8)

定理3在定理1的條件下，若a的3個先驗密度函數為式(6)、式(7)、式(8)，則

(ⅰ)參數λ的E-Bayes估計分別為

證明(ⅰ)由定義1知

至于其他兩種情況，可類似證明．

至于(ⅲ)和(ⅳ)的證明，直接利用(ⅰ)的結果即可．

2 應用實例

某型號電子產品的定時截尾試驗中，所得到的試驗數據見表1．已知該產品壽命服從參數為λ的指數分布．

表1　電子產品壽命試驗數據　s

表和的計算結果

參考文獻:

[1]茆詩松，湯銀才，王玲玲. 可靠性統計[M]. 北京：高等教育出版社，2008.

[2]茆詩松，程依明，濮曉龍. 概率論與數理統計教程[M]. 2版.北京：高等教育出版社，2011.

[3]茆詩松, 李億民. 恒加壽命試驗中無失效數據的處理[J]. 應用概率統計, 1993,9(2) :216-218.

[4]李建軍. 指數分布無失效數據的Bayes點估計[J]. 桂林電子科技大學學報，2007，27(1):68-70.

[5]韓明. 可靠性參數的修正Bayes估計法及其應用[M]. 上海：同濟大學出版社，2010.

[6]黃秀平，周經倫.二項分布場合加速退化零失效可靠性驗證試驗[J]. 系統工程與電子技術, 2012,34(9):1 951-1 956.

[7]華東師范大學數學系. 數學分析[M]. 4版.北京：高等教育出版社，2010.

[8]熊蓮花，趙德勤. 威布爾分布無失效數據失效概率的估計[J]. 大學數學，2010，26(3): 23-27.

[9]馬志明，劉瑞元. 指數分布無失效數據情形的參數估計[J]. 青海大學學報：自然科學版，2007，25(2)：82-85.

(編輯：郝秀清)

收稿日期：2014-09-09

作者簡介：李億民，男， lym640722@163.com.

文章編號：1672-6197(2015)02-0040-04

中圖分類號：O213.2

文獻標志碼：A

An E-Bayesian method for parameters of exponential distribution

LI Yi-min

(School of Science, Shandong University of Technology, Zibo 255049, China)

Abstract:Based on the Type-Ⅰcensoring life test under the exponential distribution condition,the E-Bayesian estimation of failure rate λ is presented in this paper. The relationship and convergence rate of the E-Bayes estimation of λ are considered when super parameters select different density functions, and the robustness of estimator related to super parameter is discussed. Some examples have been appliedto calculate failure rate λ and reliability R(t) under different super parameters.

Key words:exponential distribution; prior distribution; super parameter; failure rate; E-Bayesian estimation