多源测试性综合评估数据等效折合模型与方法研究

摘要

由于用于开展测试性综合评估的先验信息形式多样,使得Bayes框架下能够处理的成败型数据不一致.为了解决这一问题,以测试性评估中专家数据、摸底试验数据、增长试验数据、可更换单元数据和虚拟试验数据这5种常见的先验信息为研究对象,在Bayes理论框架下分别研究提出相应的等效方法,实现了各类数据向成败型数据的折合.案例应用表明:所提方法合理有效,适用范围广,间接扩大了可用于测试性评估的数据样本量.