等級：中級職位職能：分析師/科學家/工程師William Q. Meeker，愛荷華州立大學統計學傑出教授Christopher Gotwalt，JMP，SAS 統計研究與發展總監
蒙特卡洛馬可夫鏈方法的理論和應用的發展、計算能力的巨大進步以及新興軟體替代品（尤其是 JMP）的出現，使得貝葉斯方法在可靠性應用中得到廣泛應用。然而，貝葉斯方法在可靠性（和其他應用）方面仍然存在爭議，因為人們擔心所需的先驗分佈應該來自何處。另一方面，在許多應用中，工程師基於故障物理或相同故障機制的先前經驗，對可靠性問題的某些方面擁有可靠的先驗資訊（例如，對溫度加速壽命試驗中的活化能或疲勞故障數據分析中的威布爾形狀參數的不精確了解）。在這樣的應用中，使用貝葉斯方法提供了一種合適的（儘管不是令人信服的）折衷方案，即在假設這些數量已知和假設沒有任何已知數量之間進行折衷。在本次演講中，我將針對一系列範例（包括現場故障資料、加速壽命試驗資料和加速退化試驗資料的分析）比較貝葉斯方法與傳統最大似然方法的使用情況。
