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：摘要讨论工程系统可靠性区间的高阶近似，与所列计量领域细分没有直接对应关系。
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
- 根据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近似效果？
- 方法与思路
- 作者使用渐近展开给出一阶与二阶调整，将修正后的近似与精确方法进行数值比较，并开展蒙特卡洛研究。
- 材料陈述的贡献
- 摘要称数值比较和已知系统可靠性下的模拟展示了调整的有效性，但没有提供具体覆盖误差或改善幅度。
- 阅读关注点
- 应核对系统结构、部件测试的抽样与依赖假设、展开适用范围，以及比较采用的覆盖率和区间长度等指标。
- 阅读边界
- 仅据版本未注明的OpenAlex索引摘要；系统结构、修正公式及数值结果未说明，不能推断所有可靠性问题均有改善。
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.