|
•
|
|
•
|
|
•
|
|
•
|
参数估计值 - <分布名称>（为您在“比较分布”报表中选择的每个分布显示一个报表）
|
“模型比较”报表为每个拟合分布都提供 AICc、-2*对数似然和 BIC 统计量。以上每个统计量的值越小指示拟合效果越好。有关这些统计量的更多详细信息，请参见《拟合线性模型》手册中的“似然、AICc 和 BIC”。
|
•
|
|
•
|
|
•
|
打开一个报表，可在其中指定参数的值。输入固定参数值，选中对应的复选框，然后点击更新。JMP 基于新参数重新估计其他参数、协方差和刻画器，并在“固定参数”报表中显示它们。无约束模型的分布刻画器显示在固定参数模型的分布刻画器下方。有关竞争原因情形下的示例，请参见将固定参数模型指定为原因的分布。
为基于先验分布的三种指定方法（先验位置和尺度、先验分位数和参数以及先验失效概率）的特定分布执行 Bayes 参数估计。请参见Bayes 估计 - <分布名称>。 该选项仅适用于以下分布：对数正态、Weibull、对数 Logistic、Fréchet、正态、最小极值、Logistic、最大极值。
提供计算器来支持您预测失效概率、生存概率以及特定时间和失效概率值的分位数。每个计算的数量都包括置信区间，置信区间可以是双侧也可以是单侧（任意方向）。显示两个报表：“估计概率”和“估计分位数”。请参见定制估计。
提供一个计算器来支持您估计单元的剩余寿命均值。在“剩余寿命均值计算器”中，输入“时间”并按 Enter 键以查看估计值。点击加号可输入其他时间。该计算器仅适用于以下分布：对数正态、Weibull、对数 Logistic、Fréchet、正态、最小极值、Logistic、最大极值和指数。
对于特定分布，该平台拟合 Bayes 模型。这是使用 Markov Chain Monte Carlo (MCMC) 算法完成的。更具体而言，Bayes 估计使用 Metropolis-Hastings 算法的独立链抽样器变异。请参见 Robert and Casella (2004)。
从“参数估计值 - <分布名称>”报表分级显示项中，选择 Bayes 估计。这将打开名为“Bayes 估计 - <分布名称>”的分级显示项。初始报表是一个控制面板，您可在其中指定先验参数并控制模拟的各个方面。
支持您为一般参数（位置和尺度参数）的先验分布指定超参数。选择“先验分布”红色小三角菜单以便为每个参数选择一种分布。您可以为先验超参数输入新值。提供的初始值是与 MLE 一致的估计值。详细信息，请参见Bayes 估计的先验分布。
支持您指定有关分位数和尺度参数（若参数拟合为 Weibull，则指定 Weibull β）的先验信息。分位数由“概率”旁边的值定义。“概率”默认值为 0.10，但您可以指定对应于所关注分位数的值。采用每个先验分布的范围的 99% 上下限的形式，指定有关先验信息的信息。请参见 Meeker and Escobar (1998)。提供的初始值是与 MLE 一致的估计值。详细信息，请参见Bayes 估计的先验分布。
显示五个边缘统计量和一个联合统计量，用于描述一般参数（位置和尺度参数）的后验分布。边缘统计量包括：中位数、0.025 分位数（下限）、0.975 分位数（上限）、均值以及从 Monte Carlo 样本中计算得出的标准差。列在“联合 HPD”下方的参数值是联合后验密度达到最大时所对应的值。使用“先验分位数和参数”规格生成后验估计值时，该表还包括分位数和斜率 β（对于 Weibull 分布）的后验估计值。
“分布刻画器”中显示的在给定时间 t 的值计算如下：
|
‒
|
注意：默认情况下，使用 Weibayes 方法分析零失效数据。若想要对零失效数据执行更广泛的 Bayes 分析，请选择文件 > 首选项 > 平台 > 寿命分布，然后取消选中 Weibayes 仅适用于零失效数据。
在“估计概率”计算器中，输入“时间”的值。按 Enter 键可查看失效概率和生存概率的估计值以及相应的置信区间。要计算多个概率估计值，请点击加号，在框中输入另一个“时间”值，然后按 Enter 键。点击减号可删除最后一个条目。
在“估计分位数”报表中，输入“失效概率”的值。按 Enter 键可查看分位数估计值和相应的置信区间。要计算多个分位数估计值，请点击加号，在框中输入另一个值，然后按 Enter 键。点击减号可删除最后一个条目。