貝葉斯方法在可靠性數據分析中的應用（2019-EU-45MP-132）等級：中級
工作職能：分析師/科學家/工程師
行業：製造業
威廉Q.米克，愛荷華州立大學統計學傑出教授
Christopher Gotwalt，JMP，SAS統計研究與開發總監
蒙特卡羅馬爾可夫鏈方法的理論和應用的發展，計算能力和新興軟件替代方案的巨大改進，特別是在JMP中，使得貝葉斯方法在可靠性應用中得到廣泛應用成為可能。然而，貝葉斯方法在可靠性（和其他應用程序）方面仍然存在爭議，因為關注所需的先前分佈應該來自何處。另一方面，有許多應用程序，工程師根據故障的物理特性或先前使用相同故障機制的經驗（例如，關於溫度加速壽命中的激活能量的不精確知識），在其可靠性問題的某些方面具有可靠的先驗信息。測試或關於疲勞失效數據分析中的威布爾形狀參數）。在這樣的應用中，貝葉斯方法的使用在假定這樣的量是已知的並且假設沒有任何已知之間提供了適當的（如果不是令人信服的）折衷。在本次演講中，我將貝葉斯方法與傳統最大似然法的比較用於一組實例，包括現場故障數據分析，加速壽命測試數據和加速退化測試數據。
