跳到正文
← 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:摘要研究竞争失效风险与可靠性的贝叶斯计算,未涉及所列金融尾部风险或其他具体方向。

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
James O. Berger
Dongchu Sun

Poly-Weibull 分布的贝叶斯分析

研究问题
当观测对应多个竞争风险 Weibull 失效时间的最小值时,如何利用信息先验对 Poly-Weibull 分布开展贝叶斯计算?
方法与思路
作者讨论信息先验下的 Poly-Weibull 分析,建议使用 Gibbs 抽样计算后验矩、边际后验密度及预测风险或可靠性。
材料陈述的贡献
摘要称,Gibbs 模拟可用于取得上述后验和预测量,为该竞争风险分布的贝叶斯分析提供计算方法。
阅读关注点
应核对竞争失效时间的联合设定、信息先验的来源、Gibbs 条件分布,以及后验适定性和抽样收敛的诊断。
阅读边界
摘要未提供具体先验、依赖条件、算法细节或计算结果;这里的风险为失效风险,不能推断金融含义。索引摘要版本未注明。

原文摘要

In this article Bayesian analysis for a Poly-Weibull distribution using informative priors is discussed. This distribution typically arises when the data is the minimum of several Weibull failure times from competing risks. To perform the Bayesian computations, simulation using the Gibbs sampler is suggested. This can be used to find posterior moments, the marginal posterior probability density function, and the predictive risk or reliability.

笔记与分组