基于两条 $\mathbf{S}$-路径的浴盆型失效率贝叶斯方法

一类具有浴盆形状的半参数风险函数/失效率引起了人们的兴趣。该方法不仅在建模方面比现有的参数方法提供了极大的灵活性，而且导出了浴盆型失效率（BFR）的封闭且易于处理的贝叶斯估计量。通过对两个（条件独立的）$\mathbf{S}$-路径进行显式后验分析，该估计量被推导为两条 $\mathbf{S}$-路径上的有限和。这些新发现的显式结果可被证明是对 James (2005) 工作特化所得的、基于划分的对应结果的 Rao-Blackwell 化。我们基于现有的高效蒙特卡洛方法（用于采样单条 $\mathbf{S}$-路径），开发了迭代和非迭代计算过程。数值模拟展示了我们方法的实用性和有效性。最后，讨论了所提方法的两个应用，其中一个涉及失效率的贝叶斯检验，另一个与协变量建模相关。