레벨: 중급
직무 기능: 분석가 / 과학자 / 엔지니어
William Q. Meeker, Iowa State University 통계학 명예교수
Christopher Gotwalt, JMP, SAS 통계 연구 및 개발 이사
몬테카를로 마르코프 연쇄법의 이론과 응용, 계산 능력의 엄청난 개선, 특히 JMP에서 새로운 소프트웨어 대안의 개발로 인해 신뢰성 응용 분야에서 베이지안 방법을 널리 사용할 수 있게 되었습니다. 그러나 베이지안 방법은 필요한 사전 분포가 어디에서 나와야 하는지에 대한 우려 때문에 신뢰성(및 기타 응용 분야)에서 여전히 논란의 여지가 있습니다. 반면에 엔지니어가 고장의 물리학이나 동일한 고장 메커니즘에 대한 이전 경험(예: 온도 가속 수명 시험의 활성화 에너지에 대한 부정확한 지식 또는 피로 고장 데이터 분석의 와이블 형상 매개변수에 대한 지식)을 기반으로 신뢰성 문제의 특정 측면에 대한 확실한 사전 정보를 가지고 있는 응용 분야가 많이 있습니다. 이러한 응용 분야에서 베이지안 방법을 사용하면 이러한 양이 알려져 있다고 가정하는 것과 아무것도 알려져 있지 않다고 가정하는 것 사이에서 적절하지만 강력하지는 않은 타협안을 제공합니다. 이 강연에서 현장 고장 데이터, 가속 수명 시험 데이터 및 가속 저하 시험 데이터 분석을 포함한 일련의 예에 대해 베이지안 방법의 사용을 기존의 최대 우도 방법과 비교합니다.
