导语

  

内容提要

  

    张赛茵著的《BERKSON测量误差模型的统计推断及其在可靠性分析中的应用》为两类退化试验建立了Berkson测量误差模型。首先，当退化数据独立时，即在破坏性加速退化试验的情况下，考虑了应力带有误差的Berkson测量误差模型，给出了模型中参数和各种可靠性指标的估计方法，推广了最小距离估计，并证明了所得估计的相合性和渐近正态性。其次，考虑了非破坏性加速退化试验。此时，退化数据是由产品随时间延长不断地测量而得到的退化量，是纵向数据。这种试验建立了应力带有误差的加速退化试验模型，给出了在应力个数固定时模型参数的估计方法。接下来，本书考虑了一类多元超结构Berkson测量误差模型，即协变量不是独立同分布的Berkson测量误差模型，给出了该模型中参数的相合估计，推导了估计的渐近分布，并把该方法应用到了一元超结构Berkson测量误差模型中。最后，针对不同来源的几组相关数据集，研究了部分线性模型的加权似然推断问题，给出了加权似然估计的相合性和渐近正态性。模拟结果表明，在均方误差意义下，加权似然得到的估计优于经典的极大似然估计，并把新的估计方法应用到艾滋病临床试验数据分析中。

1  绪论
  1.1  常见的可靠性指标及其概率解释
  1.2  退化数据与退化轨道
  1.3  加速退化试验
  1.4  统计模型及复杂数据集介绍
  1.5  本书内容及结构
2  应力带有误差的破坏性加速退化试验分析
  2.1  模型介绍
  2.2  方法与主要结果
  2.3  模拟研究
  2.4  基于模拟的估计
  2.5  实例分析
  2.6  定理的证明
  2.7  结束语
3  纵向数据下应力带有误差的加速退化试验分析
  3.1  模型介绍
  3.2  方法与主要结果
  3.3  基于模拟的估计
  3.4  模拟研究
  3.5  定理的证明
  3.6  结束语
4  多元超结构Berkson测量误差模型的分析
  4.1  模型介绍
  4.2  主要结果
  4.3  模型简单应用
  4.4  模拟研究
  4.5  定理的证明
  4.6  结束语
5  部分线性回归模型的加权似然推断
  5.1  部分线性模型的加权似然
  5.2  数值模拟及实例分析
  5.3  结束语