級別：中級職位職能：分析師/科學家/工程師愛荷華州立大學傑出統計學教授William Q. Meeker SAS統計研究與發展總監JMP Christopher Gotwalt
蒙特卡洛馬爾可夫鏈方法的理論和應用的發展，計算能力的極大提高以及新興的軟件替代方案（尤其是在JMP中），使得在可靠性應用中廣泛使用貝葉斯方法成為可能。但是，貝葉斯方法在可靠性（和其他應用）方面仍然存在爭議，因為擔心所需的先驗分佈應該來自哪裡。另一方面，在許多應用中，工程師基於故障的物理學或具有相同故障機制的先前經驗（例如，關於溫度加速壽命中的活化能的不精確知識），對可靠性問題的某些方面擁有可靠的先驗信息。測試或關於Weibull形狀參數進行疲勞破壞數據分析）。在這樣的應用中，使用貝葉斯方法在假設這些量已知和什麼都不知道之間提供了一種適當的折衷（如果不是令人信服的話）。在本次演講中，我將貝葉斯方法與傳統的最大似然方法的使用進行了比較，並給出了一組示例，包括對現場故障數據，加速壽命測試數據和加速降級測試數據的分析。
