JM模型的Bayes分析——Gibbs抽样方法

摘要：

JM模型是最早提出的软件可靠性模型之一,其观察后验分布形似复杂,用通常的积分方法计算后验分布相当困难.本文利用Gibbs抽样方法对JM模型进行Bayes分析,使得复杂的Bayes分析问题得到直接解决.最后通过一组实例对Gibbs抽样方法得到的Bayes估计与极大似然估计的结果进行比较,说明了该方法的可行性。

关键词： JM模型 Bayes分析 Gibbs抽样 软件可靠性模型 极大似然估计

作者: 屈斐 张志华

作者单位: 武汉,海军工程大学基础部,430033

会议类型: 国内会议

会议名称: 全球第七届可靠性学术会议

会议地点: 北京

会议语种:中文

页码: 221-226

在线出版日期: 2005-06-03（万方平台首次上网日期，不代表论文的发表时间）