众所周知统计推断有三种理论:普遍承认的Neyman理论,即频率学派理论,Bayes推断和信仰推断(Fiducial)。Bayes推断基于后验分布,由先验分布和样本分布求得。信仰推断是基于信仰分布,直接利用样本求得。两者推断方式一致,称为分布推断。从分析传统的参数估计、假设检验特性,得到最本质的推断是置信上限.通过对置信度和置信上限的关系分析,指明通常(频率学派)统计推断也可以看作用分布推断,和Fiducial推断、Bayes推断机制一样.但是推断模型是不同的,前者认为参数是未知常数,后者认为参数是随机变量。在参数是未知常数的前提下,进而提出用随机变量,即推断随机变量,推断参数的随机推断概念。推断随机变量的期望、中位数和众数可作为通常的参数的点估计。用其经验分布推断参数和置信区间,就是普遍适用的参数推断的模拟算法。将其应用于Behrens-Fisher问题得到较好结果,一般情况下比Fiducial方法要好.还提出了可行的多个正态总体期望相等的检验。以某些分布或系统的模拟算法的模拟,以及和典型方法比较说明模拟算法的可用性。应用模拟算法于复杂系统可靠性估计,给出了基于子系统成败型观测数据的复杂系统可靠性的模拟算法。……
