測量數據質量評價與控制：基於貝葉斯框架下的最大信息熵和蒙特卡洛方法


	測量數據是大數據時代的重要基礎單元，它們的品質直接影響科學研究和管理決策的有效性。本書主要針對計量和品質領域的數據處理問題，構建貝葉斯框架下的測量數據品質評價和控制體系，在這個過程中，借助最大資訊熵原理破解先驗分佈難題，並結合蒙特卡洛方法解決複雜後驗分佈的確定問題。本書主要包括：計量領域的測量不確定度評定、品質領域的統計程序控制和可靠性評估，並用11章進行闡述。本書既可作為計量管理、品質控制等方向研究人員的專業工具書，也可作為高等院校品質管制、工業工程等專業的教材，同時還可以作為計量、品質等領域從事相關工作人員的參考書。



	購買中國簡體書籍請注意： 1. 因裝幀品質及貨運條件未臻完善，中國簡體書可能有出現磨痕、凹痕、折痕等問題，故簡體字館除封面破損、內頁脫落、缺頁等較嚴重的狀態外，其餘所有商品將正常出貨。


	目錄第1章緒論 1.1 數據簡介 1.2 處理的基本模式 1.3 研究的重點 1.4 解決的關鍵問題第2章貝葉斯方法 2.1 貝葉斯方法的產生與發展 2.2 貝葉斯方法的基本原理 2.3 先驗分佈的確定方法 2.4 後驗分佈的確定方法 2.5 貝葉斯方法在統計程序控制中的應用 2.6 貝葉斯方法在測量不確定度評定中的應用 2.7 貝葉斯方法在可靠性評估中的應用 2.8 基於WinBUGS軟體的MCM後驗分佈確定第3章最大信息熵方法 3.1 信息熵的產生與發展 3.2 最大信息熵原理 3.3 常見不確定度信息下最大熵分佈的確定方法 3.4 拉格朗日乘子的確定 3.5 PWMs約束下的分佈確定及不確定度評定第4章蒙特卡洛方法 4.1 蒙特卡洛方法的產生與發展 4.2 蒙特卡洛方法的主要原理 4.3 結合貝葉斯方法的MCMC理論基礎與構建方法 4.4 GUM Suppl.1中蒙特卡洛抽樣技術以及輸出量分佈的近似 4.5 蒙特卡洛方法在測量不確定度評定中的應用 4.6 MCM在品質控制中的應用 4.7 MCM在可靠性評估中的應用第5章測量不確定度及其評定方法 5.1 測量不確定度概述 5.2 測量不確定度常規評定方法 5.3 不確定度報告 5.4 常規評定方法存在的問題 5.5 複雜模型及其特點 5.6 複雜模型測量不確定度評定實例 5.7 本章小結第6章貝葉斯方法在測量不確定度評定中的應用 6.1 貝葉斯方法在小樣本不確定度評定中的應用 6.2 基於分位數和Bootstrap的貝葉斯先驗分佈的確定 6.3 基於貝葉斯方法的MCM模型控制圖第7章最大信息熵原理在測量不確定度評定中的應用 7.1 常見條件下的最大信息熵分佈的確定及不確定度評定 7.2 給定測量數據條件下PDF的確定及不確定度評定 7.3 基於已有不確定度信息的分佈確定第8章蒙特卡洛模擬次數的確定方法 8.1 GUM Suppl.1中關於M的確定方法 8.2 GUM Suppl.1中M確定方法評述及影響因素分析 8.3 M確定的新方法第9章貝葉斯方法在小批量品質控制中的應用 9.1 統計程序控制理論概述 9.2 小批量生產SPC面臨的問題 9.3 基於貝葉斯方法控制圖的設計 9.4 基於貝葉斯方法的過程能力分析 9.5 案例分析及與傳統方法比較第10章基於最大信息熵分佈的控制圖構建和特性評價 10.1 非常規控制圖簡介 10.2 基於最大信息熵分佈的控制圖構建 10.3 基於最大信息熵的控制圖特性評價及實證第11章基於PME和MCM的貝葉斯可靠性評估 11.1 小樣本可靠性評估概述 11.2 基於PME的可靠性先驗分佈的確定 11.3 基於MCMC的貝葉斯後驗推斷和可靠性評估 11.4 基於WinBUGS軟體的威布林分佈MCMC後驗分佈模擬附錄A 標準正態分佈表附錄B 計量控制圖控制限計算系數表附錄C Cp與Cpk所對應的合格品率表附錄D 縮略語參考文獻