レベル：中級職務：アナリスト/科学者/エンジニアウィリアムQ.ミーカー、アイオワ州立大学統計学の著名な教授クリストファー・ゴトワルト、JMP、SAS統計研究開発ディレクター
モンテカルロマルコフ連鎖法の理論と応用の開発、計算能力の大幅な改善、特にJMPにおける新しいソフトウェアの代替案により、信頼性アプリケーションでベイズ法を幅広く使用できるようになりました。ただし、ベイジアン法は、必要な事前分布がどこから来るのかという懸念があるため、信頼性（およびその他のアプリケーション）については依然として議論の余地があります。一方、エンジニアが故障の物理学または同じ故障メカニズムの以前の経験に基づいて、信頼性の問題の特定の側面に関する確かな事前情報を持っている多くのアプリケーションがあります（たとえば、温度加速寿命における活性化エネルギーに関する不正確な知識）テストまたは疲労破壊データの分析におけるワイブル形状パラメーターについて）。そのようなアプリケーションでは、ベイジアン法の使用は、そのような量が既知であると仮定することと何も知られていないことを仮定することとの間の適切な妥協点を提供します。この講演では、フィールド故障データ、加速寿命試験データ、加速劣化試験データの分析を含む一連の例について、ベイズ法の使用を従来の最尤法と比較します。
