第二节-风险评价的概率模型
风险评估模型
风险评估模型风险评估模型是企业或组织用于识别、分析和评估可能带来负面影响的潜在风险的工具。
通过使用合理的风险评估模型，企业可以更好地了解潜在风险并采取适当的措施来降低或处理这些风险。
下面将介绍一种常用的风险评估模型。
一种常用的风险评估模型是详尽的风险矩阵模型。
该模型通过考虑风险的概率和影响，将风险进行分类和评估。
在这个模型中，风险被分为四个等级：低、中、高和极高。
风险的概率也被分为几个等级，例如低、中、高等。
通过将风险的概率和影响综合考虑，我们可以将风险放入相应的矩阵中。
在这个矩阵中，低概率低影响的风险被认为是轻微的，可能不需要采取任何行动；低概率高影响的风险被认为是中等风险，需要采取适当的措施来降低风险；高概率低影响的风险被认为是中等风险，需要监控和管理；高概率高影响的风险被认为是严重风险，需要立即采取行动来降低风险。
使用详尽的风险矩阵模型进行风险评估有几个优点。
首先，通过将风险分类和评估，企业可以更好地了解潜在的风险并采取有针对性的措施。
其次，这个模型可以帮助企业确定哪些风险需要优先处理，从而分配适当的资源和注意力。
最后，该模型还可以帮助企业制定长期的风险管理策略，从而更好地应对未来可能出现的风险。
然而，详尽的风险矩阵模型也有一些局限性。
首先，评估风险的过程可能涉及主观判断，不同人对风险的评估可能存在主观差异。
其次，这个模型仅仅评估潜在的风险，而没有考虑到企业已经采取的控制措施。
最后，这个模型可能需要大量的数据和信息，以便准确评估潜在风险的概率和影响。
要有效使用风险评估模型，企业需要确保评估过程透明、可靠，并以风险管理为导向。
同时，企业还需要定期更新风险评估，以适应不断变化的市场环境和业务需求。
总而言之，风险评估模型是企业评估潜在风险的重要工具。
详尽的风险矩阵模型是一种常用的风险评估模型，通过将风险的概率和影响综合考虑，帮助企业更好地识别、分析和评估风险。
然而，要有效使用这个模型，企业需要注意模型的局限性，并确保评估过程透明、可靠，并以风险管理为导向。
信用风险管理与评价分析模型
信用风险管理与评价分析模型信用风险是金融市场中一种常见的风险类型，是指因借款人或债务人不能按时履行或无法按约定履行偿还债务的责任而导致的损失。
信用风险管理与评价分析模型在金融市场中扮演着非常重要的角色，它可以帮助金融机构更好地衡量和管理信用风险，减少损失，提高盈利能力。
本文将介绍信用风险管理与评价分析模型的原理、方法和应用，以及其在金融风险管理中的重要性。
一、信用风险管理与评价分析模型的原理1.风险识别和评估：信用风险管理与评价分析模型首先需要通过风险识别和评估来确定借款人或债务人的信用状况和偿还能力。
这一过程主要包括对借款人的信用报告、财务报表和个人资产负债表等信息的分析评估。
2.风险测量和量化：一旦确定了借款人的信用状况，信用风险管理与评价分析模型就需要对风险进行测量和量化。
这一过程主要通过统计和数学模型来计算借款人的违约概率和违约损失。
3.风险控制和管理：最后，信用风险管理与评价分析模型需要制定风险控制和管理策略，包括建立信用额度、授信条件、违约处理程序等，以便及时有效地应对信用风险。
二、信用风险管理与评价分析模型的方法1.评级模型：评级模型是一种定量模型，通过对借款人的信用状况进行评级，来判断其违约概率和追讨风险。
评级模型主要分为基于统计的评级模型和专家判断评级模型。
2.概率模型：概率模型是一种风险测量和量化模型，通过对借款人的历史数据和市场数据进行统计分析，来计算其违约概率、违约损失、违约率等。
3.风险控制与管理模型：风险控制与管理模型是一种风险管理模型，通过对违约处理程序、信用额度授予等措施的建立和实施，来控制和管理信用风险。
三、信用风险管理与评价分析模型的应用1.贷款审批：信用风险管理与评价分析模型可以帮助金融机构对借款人的信用状况和偿债能力进行全面的评估和分析，以便审批贷款。
2.风险控制与管理：信用风险管理与评价分析模型可以帮助金融机构建立信用额度、授信条件和追款程序等，从而有效地控制和管理信用风险。
风险评估模型
风险评估模型风险评估模型是指利用各种方法和技术来评估和衡量特定风险事件的可能性和潜在影响。
通过建立一个系统化的框架，该模型能够为企业或组织提供详尽的风险评估和管理方案，以帮助其做出明智的决策和规划。
一、风险评估模型的概述风险评估模型是现代风险管理的重要工具之一。
它的设计思路是基于对风险事件和潜在影响的深入研究，并结合相关数据和统计分析，以建立一个定量化的模型来辅助判断和决策。
二、风险评估模型的基本原理风险评估模型的基本原理是将风险事件和潜在影响分解为若干个可衡量的因素，并对其进行逐一评估和计算。
这些因素可以包括风险的概率、影响的程度、紧急性、可控性等，通过对这些因素进行权重分配和计算，最终得出一个综合的风险评估结果。
三、常见的1. Delphi法Delphi法是一种专家咨询的方法，通过对一组专家进行匿名化问卷调查和意见征集，然后对其回答进行统计分析，从而得出风险事件的可能性和影响程度。
2. 层次分析法层次分析法通过将风险事件和潜在影响进行层次化分类，并对每个分类进行比较和评估，最终得出整体风险评估结果。
该方法不仅能够量化风险，还能够提供一种决策支持的工具。
3. 蒙特卡洛模拟法蒙特卡洛模拟法是一种基于概率统计的方法，通过对风险事件和潜在影响的不确定性进行模拟和重复实验，从而得出风险的概率分布和可能范围。
四、风险评估模型的应用领域风险评估模型广泛应用于各个行业和领域。
例如，在金融行业中，风险评估模型能够帮助银行和投资机构量化风险，从而制定有效的风险管理策略。
在项目管理中，风险评估模型能够帮助项目团队识别和评估项目的潜在风险，从而减少项目失败的可能性。
五、风险评估模型的局限性尽管风险评估模型在风险管理中起着重要的作用，但其仍存在一些局限性。
例如，模型的准确性取决于所使用的数据和分析方法的质量，数据的不确定性和偏差可能会导致评估结果的误差。
此外，模型无法考虑到一些特定的因素和情境，需要结合专业知识和经验进行综合评估。
风险和机会评估模型
风险与机遇评估模型（The Risk and Opportunity Assessment Model, ROAM）1．评价风险。
一系列问题的提问用来评价项目的风险。
风险得分的计算是用每一个问题的打分（称为风险概率P）剩以预先设定的风险影响系数（I）。
十个问题的风险得分等于各个问题风险得分之和，并将其填如第10个问题的下面。
2．评价机遇。
十个问题用来评价项目的机遇。
每个问题赋予一个权数，从1（低权数）至5（高权数）用来表示它们各自的相对重要程度。
权数剩以可能机遇系数（P）就得到一个问题的得分。
十个问题的机遇得分等于各个问题得分之和，并将其填如第10个问题的下面。
风险分析1．顾客承担的义务顾客承担的义务是项目成功的关键因素，1 2 3 4顾客在项目承担什么义务？ 5 ☐☐☐☐1顾客提供人和资金。
2顾客提供资金但不提供人。
3顾客提供人但不提供资金。
4顾客既不提供资金也不提供人。
2．项目进度项目进度是如何确定的？ 4 ☐☐☐☐1．项目的开始和结束时间具有一定的灵活性，并且有我们公司确定。
2．项目的开始和结束时间是由顾客和我们共同制定的。
3．项目的开始和结束时间由顾客确定。
没有惩罚条款，但是改变进度计划和里程碑必须与顾客协商。
4．项目的开始和结束时间由顾客确定并且不许改动，对不能按时完成的情况有惩罚条款。
3．项目长度从项目的投标到项目的期望完成的整个期间长度如何？ 3 ☐☐☐☐1．长度小于3个月。
2．3至6个月3．6个月至1年4．一年以上4．已有的经验对于新项目我们是否有已做过项目的经验可供参考？ 4 ☐☐☐☐1．新项目是以前项目的重复，并且是由我们管理的。
2．项目的大部分必要条件（大于50%）是以前项目的重复，并由我们负责。
3．项目的小部分必要条件（小于50%）是以前项目的重复，并由我们负责。
4．项目的所有必要条件没有以前项目可供参考。
5．项目指标的制定我们参与制定项目指标的程度如何？ 3 ☐☐☐☐1．我们为顾客制定项目指标。
如何利用概率图模型进行综合风险评估
概率图模型在风险评估中发挥着重要作用。
通过概率图模型，我们可以对各种风险因素进行综合评估，从而更好地做出风险管理决策。
本文将介绍概率图模型在综合风险评估中的应用，并探讨如何利用概率图模型进行风险评估。
概率图模型是一种用来描述变量之间概率关系的数学模型。
它由节点和边组成，节点表示随机变量，边表示变量之间的依赖关系。
概率图模型可以分为贝叶斯网络和马尔可夫网络两大类。
贝叶斯网络用有向无环图表示变量之间的依赖关系，马尔可夫网络则用无向图表示变量之间的关联。
概率图模型能够有效地描述复杂系统中的概率关系，因此在风险评估中应用广泛。
在综合风险评估中，我们需要考虑多种风险因素对风险的影响。
这些风险因素之间可能存在复杂的依赖关系，而概率图模型正是用来描述这种依赖关系的理想工具。
通过概率图模型，我们可以将各种风险因素之间的概率关系清晰地表达出来，从而更好地理解风险的本质。
在利用概率图模型进行综合风险评估时，首先需要构建相应的模型。
具体而言，我们需要确定变量，建立变量之间的依赖关系，并对各变量之间的概率关系进行建模。
在实际应用中，可以利用专业软件进行概率图模型的建模，也可以利用编程语言自行编写模型。
接下来，我们需要利用已建立的概率图模型进行风险评估。
这一过程通常包括两个方面的内容：一是对已知的风险因素进行概率推断，即根据已知的证据推断其他变量的概率分布；二是对未知的风险因素进行预测，即根据已知的证据预测未来的风险情况。
通过概率图模型，我们可以在统计学上进行有效的推断和预测，从而更好地理解风险的本质。
在进行风险评估时，我们还需要考虑不确定性的因素。
概率图模型恰恰提供了一种形式化地对不确定性进行建模的方法。
通过引入概率分布，我们可以对不确定性进行量化，并据此做出风险管理决策。
概率图模型在风险评估中的应用，有助于我们更好地理解风险，从而更好地做出决策。
总之，概率图模型在综合风险评估中发挥着重要作用。
通过概率图模型，我们可以对各种风险因素进行综合评估，并进行有效的推断和预测。
风险管理-风险评估模型介绍(ppt19页)
三． 损失期望值
某一时期的平均损失，可以通过损失数据的算术平均 数来估计。
四．损失幅度
一旦发生致损事故，其可能造成的最大损失值。管理人员 最基本的是估测单一风险单位在每一事件发生下的最大可能 损失和最大预期损失。
其中，最大可能损失是一种客观存在，与主观认识无关； 而最大预期损失是与概率估算相关的，它随选择概率水平不 同而不同。并且，最大可能损失大于等于最大预期损失。
1. 资料分组，将损失数据的变动范围分为许多 组，对分组后数据进行分析。
2. 频数分布，建立频数分布表。 3. 累计频数分布，对每组频数进行叠加。
损失资料的描述
损失资料的图形描述 通过图形描述可以使通过资料分组获得的
数据特征更为鲜明，普遍使用的有条形图、 圆形图、直方图、频数多边图以及累积频数 分布图，如何选用图形取决于数据特性和风 险管理决策的需要。
C2C电子商务平台现状分析 我主要对淘宝进行互联网，IT，计算机研究，它互联网，IT，计算机，网络一个综合性互联网，IT，计算机平台，里面有各种各样互联网，IT，计算机商家，和庞大互联网，IT，计算机消费用户群体。也互联网，IT，计算机，网络目前中国电子商务领域中互联网，IT，计算机领头羊、主力军。淘宝互联网，IT，计算机，网络更开始起步络创业者最好互联网，IT，计算机选择之一，淘宝去年一年互联网，IT，计算机消费金额互联网，IT，计算机，网络一万亿。这互联网，IT，计算机，网络一个多么大互联网，IT，计算机数字，而且这些交易金额都互 联网，IT，计算机，网络由成千上万互联网，IT，计算机CtoC商家来独立完成互联网，IT，计算机。可见淘宝互联网，IT，计算机价值所在，并且淘宝互联网，IT，计算机，网络中国电子商务领域互联网，IT，计算机一个里程碑式互联网，IT，计算机标榜，他最先实现了络交易互联网，IT，计算机可行性，安全性、便捷性、等等。 淘宝创始人马云先生在去年互联网，IT，计算机商大会上说，今年淘宝要创造十万亿互联网，IT，计算机交易金额，而在这么多互联网，IT，计算机交易金额背后互联网，IT，计算机，网络有着强大互联网，IT，计算机技术支持、法律法规互联网，IT，计算机逐步完善来配套互联网，IT，计算机共同结果。淘宝互联网，IT，计算机未来发展互联网，IT，计算机，网络光明互联网，IT，计算机、互联网，IT，计算机，网络有着无限潜力互联网，IT，计算机一个电子商务平台。也互联网，IT，计算机，网络千千万万中小创业者渴望成功互联网，IT，计 算机摇篮。 淘宝在未来发展、企业内部管strong> 项目开发环境互联网，IT，计算机swot分析 内在优势
如何利用概率图模型进行综合风险评估(Ⅰ)
在当今社会，风险评估对于企业和个人来说都是至关重要的。
无论是在金融领域、医疗保健还是工业生产中，都需要对各种可能出现的风险进行评估和管理。
而利用概率图模型进行综合风险评估已经成为一种普遍的方法。
本文将介绍概率图模型的基本原理和应用，以及如何利用概率图模型进行综合风险评估。
概率图模型是一种用图形表示概率关系的模型，它是概率论和图论相结合的产物。
概率图模型分为贝叶斯网络和马尔可夫随机场两种类型。
贝叶斯网络是一种有向图模型，用于表示变量之间的依赖关系；而马尔可夫随机场是一种无向图模型，用于表示变量之间的相关关系。
概率图模型可以有效地表达多个变量之间的关联，使得我们能够更好地理解不同变量之间的影响和影响程度。
在综合风险评估中，概率图模型可以帮助我们分析和理解不同风险因素之间的关系，从而更准确地评估整体风险。
以金融领域为例，我们可以利用概率图模型来建立一个风险网络，将不同的金融市场因素和事件联系起来，从而更好地理解市场波动和风险传导的机制。
通过对这种风险网络的分析，我们可以及时发现并应对各种可能的风险。
除了帮助我们理解风险因素之间的关系，概率图模型还可以用于预测和决策。
在医疗保健领域，我们可以利用概率图模型来建立疾病风险预测模型，从而预测某个人患某种疾病的概率。
这对于个体和医疗机构来说都是非常有价值的信息，可以帮助他们更好地做出决策，采取相应的预防措施。
当然，概率图模型在综合风险评估中并非银弹，它也面临一些挑战和局限。
例如，概率图模型的建模需要大量的数据，并且对数据质量要求较高，否则会导致模型的不准确。
此外，概率图模型的计算复杂度也比较高，需要进行大量的计算和优化。
因此，在实际应用中，需要慎重考虑是否采用概率图模型，以及如何选择合适的模型和方法。
总的来说，利用概率图模型进行综合风险评估是一种非常有前景的方法。
它不仅可以帮助我们理解风险因素之间的关系，还可以用于预测和决策。
当然，我们也需要注意该方法的局限性，并结合实际情况进行合理的选择和应用。
概率模型在风险评估中的应用
概率模型在风险评估中的应用在现代社会中，风险是无处不在的。
无论是个人还是组织，都需要进行风险评估，以便能够更好地制定应对策略。
概率模型作为一种常用的工具，能够帮助我们量化风险，提供科学的决策依据。
本文将探讨概率模型在风险评估中的应用。
一、风险的概念与分类在深入讨论概率模型应用于风险评估之前，我们首先需要明确风险的概念。
风险通常指的是某种可能发生的不利事件对目标的威胁程度。
根据风险来源的不同，我们可以将风险分为内在风险和外在风险。
内在风险是指与目标本身相关的风险，如个人健康问题或企业内部失误引起的风险；而外在风险则是来自于外部环境的风险，例如经济波动、自然灾害等。
二、概率模型的基本原理概率模型是一种基于概率论的数学模型，它能够描述事件发生的可能性。
在风险评估中，我们通常使用概率模型来估计风险的大小以及发生的可能性。
概率模型一般包括三个要素：样本空间、事件和概率函数。
样本空间指的是可能的结果集合；事件指的是样本空间中的一个子集，代表了我们关心的事件；概率函数则是一个将事件映射到概率的函数。
三、概率模型在风险评估中的应用范围概率模型在风险评估中有着广泛的应用范围。
以下是几个常见的应用案例：1. 金融风险评估：金融领域是风险评估的主要应用领域之一。
概率模型能够帮助金融机构评估资产价格的波动性，预测股市的涨跌趋势，从而制定更有效的投资策略。
2. 产品质量控制：对于制造业来说，产品质量是保障市场竞争力的重要因素。
概率模型可以用来评估产品在生产过程中出现缺陷的概率，从而提供改进生产工艺的建议。
3. 项目风险评估：在项目管理中，概率模型可以用来评估项目的成功概率与失败概率，帮助决策者更好地评估风险并采取相应措施，以确保项目的顺利进行。
四、概率模型的局限性与挑战虽然概率模型在风险评估中有着广泛的应用，但其也存在着一些局限性和挑战。
1. 数据不准确性：概率模型的应用离不开大量的历史数据以及概率分布的假设，然而现实世界中的数据往往存在一定的不确定性和误差，这会影响概率模型的准确度和可靠性。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
在实际的安全工作中，人们往往更加关心某时间间隔内发生事故次 数超过的概率。这可以通过计算发生事故次数不超过次的概率而求得：
泊松分布属于单参数的离散分布，当标准时间内事件发生率为为一 定时，用来计算在该单位时间内正好发生次的概率。泊松分布用来计算 标准单位（一张照片、一只机翼、一块材料等等）内的缺陷数、交通死 亡人数等等，在排队理论中占有重要的地位。
对于泊松分布，其只有一个决定其概率分布形状的参数，它的特性 如下：
①形状参数：
②参数范围： ③期望值： ④标准差： 一般来讲，从容量为的样本中观察到成功的平均数可以作为的估计 值，即
例题：如果电话号码本中每页的错误个数为2.3个，K为每页中错误 数目的随机变量。（a）画出它的概率密度和累积分布图；（b）求足以 满概括50%页数中差错误的K 。
其可靠性函数为：
其中，为形状参数，为尺度参数。 关于威布尔概率纸图 (Weibull Plotting Paper) 简称为WPP。它是指对
威布尔曲线经过线形化后，所绘制的图形。
令：， 则：
对于威布尔分布，其均值和方差分别为：
威布尔分布是可靠性理论中最为流行和广泛使用的模型，它具有下 面三个明显的优点：
到时刻t发生0次事故的概率为：
设，在时间间隔内发生了第一次事故，在此以后的时间内发生了次 事故。可以求出第一次事故发生在时间间隔内的概率为；在时间内发生 次事故的概率为。若是处于0和之间的任意值，则：
当时，
代入上式得出：
类似地，求出当时的为：
该式为参数为的泊松分布。如果已知事故发生率，给定的时间间隔为， 则可以计算出发生事故的概率。
根据公式： 其中 可以求出等的概率。
0
1
0.1003
1
1
0.2306
2
2
0.2652
3
6
0.2033
4
24
0.1169
5பைடு நூலகம்
120
0.0538
6
720
0.0206
7
5040
0.0068
8
40320
0.0019
9
362880
0.0005
10
36288800
0.0001
0.1003 0.3309 0.5961 0.7994 0.9163 0.9701 0.9907 0.9975 0.9994 0.9999 1.0000
第2章 风险评价的概率模型
学时分配：共2学时 重点和难点：泊松分布和威布尔分布
2.1 泊松分布（事故发生次数的分布）
在进行某项活动的一定的时间间隔内，发生事故的次数也具有随机 的性质。假设进行该项活动的事故发生时间分布服从指数分布。由活动 开始时刻发生次事故的概率可以表达为：
, n=0,1,2,… 式中—到时刻t发生事故的次数。
表 某直升飞机三种零件的失效数据的统计表
206-011-147-
206-011-147-
005
007
206-001-154105
156.5 213.4 265.7 265.7 337.7 337.7 406.3 573.5 573.5 644.6 744.8 744.8 1023.6
16.9 117.53 207.53 207.53 209.53 270.2 354.5 392.1 410.1 410.1 495.9 564.5 573.6 573.6
根据如上的数据，可以画出其概率图和累积分布图。
图 概率分布图
图 累积分布图 例题：某单位每月发生事故的情况如下：
每月的事故 0 1 2 3 4
数
5
频数（月 数）
27 12 8 2 1 0
（a） 根据如上的数据，认为最有可能的是每月发生一次事故，这正确 吗？（b）在均值上下各的范围是多少？
(a) 是每月发生一次事故概率为： ， 其中，
158.7 420.0 607.4 751.1 838.0 1088.4 1163.0 1199.8 4057.0
750.1 750.1 920.6
表 利用曲线拟合的方法和直线回归的方法拟合的参数
零件代码
Luxhoy & Shyur曲线
Jiang & Zuo的直线回
拟合
归
206-011-147-005 1.936156 206-011-147-007 1.164328 206-001-154-105 1250.821
每段的缺陷数 0 1 2 3 4 5 6
频数 （段数） 35 8 3 2 1 0 1
作业2：某矿200个月的因事故伤亡的人数的统 计数据如表所示。试将所观察到的频数同泊松分
布求出的频数相比较。
每月的死亡人 0 1
2
数
实际频数 （月）
100 74 22
泊松分布的概 率
理论频数（月 数）
34 31
.2 威布尔分布（Weibull Distribution ） 威布尔分布是近年来在可靠性分析中使用最为广泛的模型。一方 面，它合理的建模许多元件的寿命，如真空管、球轴承、复合材料等 等。另一方面，这个模型由于形状参数，使得它在在数据拟合上极富于 弹性。最后，它的所有可靠性基本函数都有封闭形状的解析表达式，使 得数学处理十分的便利，尤其是经过双对数变换后它能线性化，从而使 计算机图形处理以线形回归等技术能够被方便地利用。 威布尔分布是瑞典科学家W. Weibull提出的，就表达形式而言，它 可以被看作是经对指数分布的一般化而产生的模型。如果随机变量的函 数服从指数分布，则服从威布尔分布。其密度函数为：
①它具有明确的物理背景和获得大量的实践应用的检验。瑞典科学 家W. Weibull在研究材料强度等问题时，按照最弱链的假设推演出以其 名字命名的威布尔分布。随后应用于机械、电子等零部件的失效建模。
②该模型非常具有弹性：形状参数是使威布尔模型富于弹性的关键 参数：
⑴ 时，是减函数； ⑵ 时，模型退化为指数函数； ⑶ 时，密度函数是单峰的。当时，威布尔分布接近正态分布。 ③以威布尔分布为基础，已经形成了一大批可靠性模型，它们包括 具有位置参数的威布尔模型，反威布尔模型。它的混合、竞争风险，并 联、分段模型，它的截短模型等等。 例题： Luxhoy & Shyur用曲线拟合的方法建立了某直升飞机三种零 件的失效数据的统计模型，其数值和拟合的参数列表如下。
计算得出：
(b) 此时，， 故
应用泊松分布解题的步骤如下： ①检查前提假设是否成立。最主要的条件是在每一标准单位内所指 的事件发生的概率是常数； ②确定变量，求出值； ③求对应个别K的泊松分布概率； ④求若干个K的泊松分布概率的总和； ⑤求泊松分布的均值和方差； ⑥画出概率分布和累积分布图。
作业1：对连续的冷轧钢板按每10米作为一段，检查其缺陷数。检 查了50段结果如下。试求：（1）如果规定每段不得有3个以上的缺陷， 则超出规定的概率是多大？（2）求出 的范围并加以说明。
1.7988 530.392
1.5876 518.9702
1
517.3715 463.5842 110.775
1.20608
主要参考资料： 1．陈幼松, 扬位钦. 实用数理统计方法及应用题祥解. 北京: 北京科学技 术出版社, 1988 2．蒋仁言. 左明键. 可靠性模型及应用 北京: 机械工业出版社, 1999