有替换定数截尾试验下指数分布参数的渐进最优EB估计
指数分布由于其无记忆性的特点是最常见的产品寿命分布,也是可靠性研究的主要分布,是研究的热点。设r.v.X~I(λ),其概率密度为
产品寿命试验中,获得的数据经常是各种截尾数据,这种试验方式可以在有限的时间内得到完善的数据,同时又能节省试验经费。定数截尾试验是试验到规定的失效数时,试验就停止,有替换试验是指试验失效后用新试验替换后继续试验,随机抽取一个容量为n的样本进行定数截尾试验,失效个数为k ,X1,X2,…,Xk为n 个样本的前k 个次序统计量,X1,…,Xk的联合密度为
取平方损失函数L(λ,d)=(λ-d)2λ>0,取λ的先验分布为Gamma 分布。Gamma 分布的概率密度为:
得(x1,x2,…,xk)的联合概率密度为
参数λ的后验概率密度函数为
引理1 在给定先验分布π(λ)和平方损失函数L(λ,d)=(λ-d)2λ>0,参数λ的Bayes估计δπ(X)为后验分布的均值,即
由引理1得
由于δB只与失效数和总试验时间有关,与每一个个体的具体失效时间无关,因此设产品曾独立进行过n次有相同总试验次数K 的有替换定数截尾试验,得到经验样本T1,T2,…,Tn在稳定情况下,失效数k 服从泊松分布。
由表达式的形式可知k服从负二项分布,负二项分布的数学期望和方差已知,因此由矩估计法得到超参数α,β的估计量
由此得到λ的EB估计为
10.3969/j.issn.1001- 8972.2016.21.013