可靠性参数的修正Bayes估计法及其应用(精装)封面有折痕,如图
¥
29
5.0折
¥
58
九品
仅1件
作者韩明 著
出版社同济大学出版社
出版时间2010-03
版次1
装帧精装
货号Z27
上书时间2024-01-04
商品详情
- 品相描述:九品
图书标准信息
-
作者
韩明 著
-
出版社
同济大学出版社
-
出版时间
2010-03
-
版次
1
-
ISBN
9787560842493
-
定价
58.00元
-
装帧
精装
-
开本
16开
-
纸张
胶版纸
-
页数
238页
-
字数
310千字
-
正文语种
简体中文
- 【内容简介】
-
《可靠性参数的修正Bayes估计法及其应用》对Bayes方法中参数的点估计——Bayes估计进行修正,给出可靠性参数的E-Bayes估计的定义、E-Bayes估计及其性质;对Bayes方法中参数的可信限——Bayes可信限进行修正,给出可靠性参数的M-Bayes可信限的定义、M-Bayes可信限的估计及其性质,并给出模拟算例和应用实例,全书共分五章,包括绪论、λ的估计、ρi的估计、R的估计及分布参数的估计。
《可靠性参数的修正Bayes估计法及其应用》图表并举,理论与应用并重,体系系统,论述直观而严密,可作为高等院校有关专业的高年级本科生、研究生的教材或参考书,也可以供高等院校有关教师、研究人员和工程技术人员参考。
- 【作者简介】
-
韩明,男,1961年生,吉林省四平市人。中国人民大学统计学专业毕业,获博士学位。现为福建工程学院数理系主任、教授,福建师范大学兼职教授、硕士研究生导师,福建工程学院首届教学名师,福建工程学院重点学科——“应用数学”学科带头人。兼任中国运筹学会可靠性专业学会理事、福建省生物数学学会常务理事。2000年2月入选浙江省“151人才工程”,2006年1月入选福建省“百千万人才工程”。主持省级自然科学基金项目3项(浙江省1项,福建省2项),参加了国家自然科学基金项目等,出版专著2部、教材2种。博士学位论文获中国人民大学“优秀博士学位论文奖”,并被推荐参加“全国百篇优秀博士学位论文”评选。在国内外学术刊物MathematicalandComputerModelling,AppliedMathematicalModelling,(70mmunicattonsinStatistics-TheorkandMethods等和国际学术会议发表论文70余篇,其中收入国际三大检索(SCI,EI,ISTP)的论文有2l篇,30余篇论文被MathematicalReviews(美国)收录、评论。
- 【目录】
-
前言
1绪论
1.1Bayes方法的研究与应用
1.2参数的修正Bayes估计法概述
1.3参数的E-Bayes估计法
1.3.1一个超参数情形
1.3.2两个超参数情形
1.4参数的M-Bayes可信限法
1.4.1单侧M-Bayes可信限
1.4.2双侧M-Bayes可信限
1.5基本函数和常见的寿命分布
1.5.1基本函数
1.5.2常见的寿命分布
1.6本书的结构示意图
2λ的估计
2.1λ的E-Bayes估计——一个超参数情形
2.1.1λ的E-Bayes估计的定义
2.1.2λ的E-Bayes估计
2.1.3λ的多层Bayes估计
2.1.4E-Bayes估计的性质
2.1.5应用实例
2.2λ的E-Bayes估计--一个超参数情形Ⅱ
2.2.1λ的E-Bayes估计的定义
2.2.2λ的E-Bayes估计
2.2.3λ的多层Bayes估计
2.2.4E-Bayes估计的性质
2.2.5应用实例
2.3λ的E-Bayes估计——两个超参数情形
2.3.1λ的E-Bayes估计的定义
2.3.2λ的E-Bayes估计
2.3.3λ的多层Bayes估计
2.3.4E-Bayes估计的性质
2.3.5模拟算例
2.3.6应用实例
2.4λ的单侧M-Bayes可信限I
2.4.1λ的单侧M-Bayes可信上限的定义
2.4.2λ的单侧M-Bayes可信上限的估计
2.4.3单侧M-Bayes可信限的性质
2.4.4应用实例
2.5λ的单侧M-Bayes可信限Ⅱ
2.5.1λ的单侧M.Bayes可信限的定义
2.5.2λ的单侧M-Bayes可信限的估计
2.5.3单侧M-Bayes可信限的性质
2.5.4应用实例
2.6λ的双侧M-Bayes可信限
2.6.1λ的双侧M-Bayes可信限的定义
2.6.2λ的双侧M-Bayes可信限的估计
2.6.3双侧M-Bayes可信限的性质
2.6.4应用实例
3pi的估计
3.1pi的E-Bayes估计——一个超参数情形I
3.1.1pi的E-Bayes估计的定义
3.1.2pi的E-Bayes估计
3.1.3pi的多层Bayes估计
3.1.4pi的E-Bayes估计的性质
3.1.5模拟算例
3.2pi的E-Bayes估计一个超参数情形Ⅱ
3.2.1pi的E-Bayes估计的定义
3.2.2pi的E-Bayes估计
3.2.3pi多层Bayes估计
3.2.4pi的E-Bayes估计的性质
3.2.5应用实例
3.3pi的E-Bayes估计——一个超参数情形Ⅲ
3.3.1pi的E-gayes估计
3.3.2pi的多层gayes估计
3.3.3pi的E-Bayes估计的性质
3.3.4模拟算例
3.3.5应用实例
3.4pi的E-Bayes估计——一两个超参数情形
3.4.1pi的E-Bayes估计的定义
3.4.2pi的E-Bayes估计
3.4.3pi的E-Bayes估计的性质
3.4.4模拟算例
3.4.5应用实例
3.4.6pi的多层Bayes估计
3.4.7pi的多层Bayes估计的性质
4R的估计——一个超参数情形
4.1.1R的E-Bayes估计的定义
4.1.2R的E-Bayes估计
4.1.3R的多层Bayes估计
4.1.4E-Bayes估计的性质
4.1.5应用实例
4.2R的E-Bayes估汁--一个超参数情形II
4.2.1R的E-Bayes估计的定义
4.2.2R的E-Bayes估计
4.2.3R的多层Bayes估计
4.2.4E-Bayes估计的性质
4.2.5模拟算例
4.3R的E-Bayes估计--一个超参数情形Ⅲ
4.3.1R的E-Bayes估计的定义
4.3.2R的E-Bayes估计
4.3.3R的多层Bayes估计
4.3.4E-Bayes估计的性质
4.3.5模拟算例
4.4R的E-Bayes估计--两个超参数情形
4.4.1R的E-Bayes估计的定义
4.4.2R的E-Bayes估计
4.4.3E-Bayes估计的性质
4.4.4模拟算例
4.4.5R的多层Bayes估计
4.4.6模拟算例
4.5R的单侧M-Bayes可信限
4.5.1R的单侧M-Bayes可信下限的定义
4.5.2R的单侧M-Bayes可信下限的估计
4.5.3单侧M-Bayes可信限的性质
4.5.4模拟算例
4.6R的双侧M-Bayes可信限
4.6.1R的_双侧M-Bayes可信限的定义
4.6.2双侧M-Bayes可信限的估计
4.6.3双侧M-Bayes可信限的性质
4.6.4模拟算例
5分布参数的估计
5.1分布参数的最小二乘估计
5.1.1指数分布中分布参数的最小二乘估计
5.1.2双参数指数分布中分布参数的最小二乘估计
5.1.3对数正态分布中分布参数的最小二乘估计
5.1.4weibu11分布中分布参数的最小二乘估计
5.2位置一尺度参数模型中分布参数的最小二乘估计
5.2.1关于位置一尺度参数模型
5.2.2ц和б的的最小二乘估计
5.2.3应用实例
5.3分布参数的加权综合估计
5.3.1指数分布中分布参数的加权综合估计I
5.3.2指数分布中分布参数的加权综合估计Ⅱ
5.3.3由pi的估计求分布参数的加权综合估计
研究总结
参考文献
点击展开
点击收起
— 没有更多了 —
以下为对购买帮助不大的评价