Asymptotic Expansions to Improve Large Sample Confidence Intervals for System Reliability
利用渐近展开改进系统可靠性的大样本置信区间AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要研究工程系统可靠性区间，不能仅因涉及概率风险而归入金融尾部与系统性风险。
反馈分类问题正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
利用渐近展开改进系统可靠性的大样本置信区间
- 研究问题
- 利用部件测试数据构造系统可靠性置信区间时，如何修正大样本近似，并评估实际样本规模下的效果？
- 方法与思路
- 作者通过渐近展开对系统可靠性区间作一阶与二阶调整，再与精确方法进行数值比较，并开展已知可靠性系统的模拟。
- 材料陈述的贡献
- 摘要称这些调整可改善系统可靠性置信区间的大样本近似，并用精确方法比较及 Monte Carlo 研究展示实际样本下的有效性。
- 阅读关注点
- 应核对系统结构、部件数据模型、两阶调整的具体含义，以及精确方法比较和模拟如何评价区间近似的改进。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；系统结构、部件依赖条件和数值结果未说明，不能判断改进适用于哪些可靠性模型。
原文摘要
Asymptotic expansions are used to provide first- and second-order adjustments to large sample approximations for system reliability confidence intervals obtained from component test data. The effectiveness of the adjustments for sample sizes of practical interest is demonstrated by numerical comparisons with results obtained using exact methods and also by a Monte Carlo study for systems with known reliabilities.