内容简介

本书系统研究了几类可靠性分布在完全样本、截尾样本、无失效样本以及模糊数据情形下参数的Bayes估计问题。主要内容包括：完全样本情形下的几类可靠性分布（广义Pareto分布、艾拉姆咖分布、比例危险率模型和Laplace分布）模型参数的Bayes估计问题，逆Rayleigh分布参数的经验Bayes双侧检验和一类特殊的单参数指数分布族的经验Bayes估计问题，不完全样本情形下的可靠性分布模型参数的Bayes统计推断问题，以及指数分布模型参数的模糊Bayes估计和Bayes假设检验问题。本书可供从事统计工作的工程技术人员阅读，也可供高校相关专业师生参考。

前言概述

Bayes统计推断理论是引进先验信息来处理统计决策问题的统计方法，现在它已发展成为一套较为完整的理论体系,并被越来越多地应用于各个领域，如可靠性工程、抽样调查、多元生物检测和医疗诊断等。虽然已有很多文献对常见的可靠性分布模型参数进行了Bayes统计推断研究，但研究还不够深入，同时基于逐步II型截尾寿命试验、无失效数据和记录值数据样本的可靠性分布模型参数的Bayes统计推断的研究还不够深入，对于一些不常见但也很重要的可靠性分布，如艾拉姆咖分布、逆Rayleigh等的研究结果很少。为此本书将针对上面所提及到的问题进一步深入研究可靠性分布参数的Bayes统计推断理论，这样一方面可以丰富和发展Bayes统计决策理论，另一方面可以将所得的结果可以应用到诸如寿命预测、质量控制、风险理论等领域，给决策者提供咨询和参考。本书的内容编排如下：第1章是绪论。主要介绍Bayes统计推断理论研究的背景意义和国内外研究现状等内容。第2章介绍Bayes统计推断的基本理论知识。第3章探讨完全样本情形下的讨论了几类可靠性分布（广义Pareto分布、艾拉姆咖分布、比例危险率模型和Laplace分布）模型参数的Bayes估计问题，以及逆Rayleigh分布参数的经验Bayes双侧检验和一类特殊的单参数指数分布族的经验Bayes估计问题。第4章在不完全样本情形下研究了可靠性分布模型参数的Bayes统计推断问题。在逐步递增的II型截尾样本下研究了比率危险率模型参数的Bayes估计问题，并提出了Bayes收缩估计法；在无失效数据下，分别研究了指数分布和二项分布参数的Bayes估计问题；在记录值样本下探讨了对称熵损失函数下指数分布参数的Bayes估计并在适当条件下考察了一类线性估计的可容许性。第5章研究了指数分布模型参数的模糊Bayes估计和Bayes假设检验问题，分别发展了基于刻度误差损失函数的指数分布参数的模糊Bayes估计和基于Quasi先验分布的指数分布的参数模糊假设的序贯Bayes检验方法。第6章为总结和研究展望。本书的出版和有关研究得到了国家自然科学基金（71661012）、江西省教育厅科学研究重点项目（GJJ170496）和江西理工大学学术著作出版基金资助计划的资助，江西理工大学的领导和同事对本书的撰写和出版给予了极大的关心和支持，在此一并表示感谢。另外，在撰写过程中参考了有关文献，对文献作者表示感谢。由于作者水平有限，书中不足之处，敬请读者批评指正。作者2019年9月

作者介绍

任海平,1979年生，江西理工大学副教授。现主要从事模糊决策与预测及Bayes统计推断研究。主持完成省自然科学基金和省教育厅科学研究项目各1项，参与完成了省部级项目5项。公开发表模糊决策和Bayes统计方向学术论文40余篇，其中SCI、EI和ISTP检索论文20余篇，核心期刊论文10余篇。