版權(quán)說(shuō)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、扉頁(yè):獨(dú)創(chuàng)性聲明本人聲明所呈交的論文是我個(gè)人在導(dǎo)師指導(dǎo)下進(jìn)行的研究工作及取得的研究成果。除了文中特別加以標(biāo)注和致謝的地方外,論文中不包含其他人或集體已經(jīng)發(fā)表或撰寫(xiě)過(guò)的研究成果,對(duì)本文的研究做出貢獻(xiàn)的集體和個(gè)人均已在論文中作了明確的說(shuō)明并表示了謝意。研究生簽名:雄日期:二翌啦論文使用和授權(quán)說(shuō)明●本人完全了解云南大學(xué)有關(guān)保留、使用學(xué)位論文的規(guī)定,即:學(xué)校有權(quán)保留并向國(guó)家有關(guān)部門或機(jī)構(gòu)送交學(xué)位論文和論文電子版;允許論文被查閱或借閱;學(xué)??梢怨?/p>
2、布論文的全部或部分內(nèi)容,可以采用影印、縮印或其他復(fù)制手段保存論文。(保密的論文在解密后應(yīng)遵循此規(guī)定)研究生簽名:五婢導(dǎo)師本人及導(dǎo)師同意將學(xué)位論文提交至清華大學(xué)“中國(guó)學(xué)術(shù)期刊(光盤(pán)版)電子雜志社”進(jìn)行電子和網(wǎng)絡(luò)出版,并編入CNKI系列數(shù)據(jù)庫(kù),傳播本學(xué)位論文的全部或部分內(nèi)容,同意按《中國(guó)優(yōu)秀博碩士學(xué)位論文全文數(shù)據(jù)庫(kù)出版章程》規(guī)定享受相關(guān)權(quán)益。研究生簽名:導(dǎo)師簽名:日期:AbstractBirnbaumSaundersdistribution
3、iSoneofthemostimportantdistributionsinreliabilityengineeringstudiesItisausefulmodeltodescribefatigueandreliabilitydataItdescribesthetotaltimeuntilthefatiguetosometypeofcumulativedamageBimbaumSaundersprobabilitydensityfun
4、ctioniscomplex,itisquitedifficulttoestimateurlknownparametersTherefore,toexploretheeffectiveparameterestimationmethodofBirnbaumSaundersdistributionhasgreatsignificanceandapplicationvalue,Therea他lotsofclustereddataorcorre
5、lateddatainthefieldsofengineering,biomedicine,economics,sociologyamongothersUsuallywea塢interestednotonlyinthegeneralpopulationsometimeswea托alsointerestedindifferencesbetweenindividualsMLxedeffectsmodelprovidesaneffective
6、methodtosolvethedatacorrelationheterogeneityoverdispcrsionBayesianmethodcombineswiththepriordistributionoftheparametersandsampleinformationwewillbeabletogetbetterstatisticalinferen∞Themajorityofmodelsbased011theBirnbaumS
7、aundersdistributionhaveassumedfixedeffects,andafewhavebeeninvestedforcorrelateddataThepurposeofthispaperistodevelopaBayesianstatisticalinferenceforBirnbaumSaundersmixedmodelsforcensoreddataUsually,itisverydifficulttoobta
8、intheparameterestimationin‘theprocessoftheBayesianmethodwhichinvolvesthecomplexandhigherdimensionalinte倒。塢SOthispaperusestheMCMCmethodtoestimateAhybridisobtainedthroughtreatingrandomeffectsasmissingdataandcombiningGibbss
9、amplingandMHalgorithmThehybridalgorithmisusedtoobtainthejointBayesianestimatesofparametersandrandomeffectsStatisticaldiagnosisaboutBayesianmethodvasedeletioninfluencediagnosticsisdevelopedforthejointposteriordistribution
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)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(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 截尾情形下指數(shù)分布的Bayes統(tǒng)計(jì)推斷.pdf
- 分組定時(shí)截尾數(shù)據(jù)的Bayes分析.pdf
- 基于縱向數(shù)據(jù)的線性混合效應(yīng)模型參數(shù)的Bayes統(tǒng)計(jì)推斷.pdf
- 分組定時(shí)截尾數(shù)據(jù)的迭代Bayes分析.pdf
- 定時(shí)截尾缺失數(shù)據(jù)下指數(shù)分布的統(tǒng)計(jì)推斷.pdf
- 定時(shí)截尾場(chǎng)合三參數(shù)Weibull分布的Bayes估計(jì).pdf
- 混合效應(yīng)模型的Bayes局部影響分析.pdf
- 隨機(jī)截尾數(shù)據(jù)下極端值沖擊模型的統(tǒng)計(jì)推斷.pdf
- 可逆MA(1)模型的Bayes統(tǒng)計(jì)推斷.pdf
- 巖體力學(xué)參數(shù)推斷的Bayes方法及截尾可靠度的研究與應(yīng)用.pdf
- 偏正態(tài)潛在特質(zhì)IRT模型的Bayes推斷.pdf
- 線性混合效應(yīng)狀態(tài)空間模型的統(tǒng)計(jì)推斷及應(yīng)用.pdf
- 縱向數(shù)據(jù)半?yún)?shù)混合效應(yīng)模型的廣義經(jīng)驗(yàn)似然推斷.pdf
- 42213.帶有不可忽略缺失數(shù)據(jù)的混合效應(yīng)模型的bayes局部影響分析
- 有限混合模型的似然推斷.pdf
- 經(jīng)驗(yàn)Bayes和客觀Bayes推斷中若干問(wèn)題研究.pdf
- 混合地理加權(quán)回歸模型的統(tǒng)計(jì)推斷.pdf
- 定數(shù)截尾缺失數(shù)據(jù)下雙參數(shù)指數(shù)分布的統(tǒng)計(jì)推斷.pdf
- 逐步混合截尾下競(jìng)爭(zhēng)失效模型的統(tǒng)計(jì)分析與可靠性評(píng)估
- 不同損失函數(shù)下三類分布族參數(shù)的Bayes統(tǒng)計(jì)推斷.pdf
評(píng)論
0/150
提交評(píng)論