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名誉教授Christopher Gotwalt、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発展、計算能力の大幅な向上、特に JMP などの新しいソフトウェア代替手段により、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、ベイズ法は、必要な事前分布をどこから取得する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) では依然として議論の的となっています。一方、エンジニアが故障の物理特性や同じ故障メカニズムに関する過去の経験 (温度加速寿命試験における活性化エネルギーに関する不正確な知識、または疲労故障データの分析におけるワイブル形状パラメータに関する不正確な知識など) 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アプリケーションも数多くあります。このようなアプリケーションでは、ベイズ法を使用すると、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と仮定することとの間で、説得力はないにしても適切な妥協点が得られます。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、ベイズ法と従来の最大尤度法の使用を比較します。
