删失截断情形下失效率变点模型的Bayes参数估计
通过添加部分缺失寿命变量数据, 得到了删失截断情形下失效率变点模型相对简单的似然函数. 讨论了所添加缺失数据变量的概率分布和随机抽样方法. 利用Monte Carlo EM算法对未知参数进行了迭代. 结合Metropolis-Hastings算法对参数的满条件分布进行了Gibbs抽样, 基于Gibbs样本对参数进行估计, 详细介绍了MCMC方法的实施步骤. 随机模拟试验的结果表明各参数Bayes估计的精度较高.
关键词:
失效率,
指数分布,
EM算法,
Gibbs抽样,
Metropolis-Hastings算法,
截断正态分布