کد مقاله کد نشریه سال انتشار مقاله انگلیسی ترجمه فارسی نسخه تمام متن
259583 503638 2012 9 صفحه PDF سفارش دهید دانلود رایگان
عنوان انگلیسی مقاله ISI
Bayesian assessment of the characteristic concrete compressive strength using combined vague–informative priors
دانلود مقاله + سفارش ترجمه
دانلود مقاله ISI انگلیسی
رایگان برای ایرانیان
سفارش ترجمه تخصصی
با تضمین قیمت و کیفیت
خدمات تولید محتوا

این مقاله ISI می تواند منبع ارزشمندی برای تولید محتوا باشد.

  • تولید محتوا برای سایت و وبلاگ
  • تولید محتوا برای کتاب
  • تولید محتوا برای نشریات و روزنامه ها
  • و...

پایگاه «دانشیاری» آمادگی دارد با همکاری مجموعه «شهر محتوا» با استفاده از این مقاله علمی، برای شما به زبان فارسی، تولید محتوا نماید.

سفارش تولید محتوا
با 10 درصد تخفیف ویژه دانشیاری
موضوعات مرتبط
مهندسی و علوم پایه سایر رشته های مهندسی مهندسی عمران و سازه
پیش نمایش صفحه اول مقاله
Bayesian assessment of the characteristic concrete compressive strength using combined vague–informative priors
چکیده انگلیسی

Bayesian statistics can be used in order to determine the characteristic value of an unknown distribution based on a limited number of test samples. In cases where no previous test results are available, most often a Bayesian method based on vague prior information is used. The assumption of a vague or uniform prior results in a conservative approach in cases where only a limited number of test results are available. However, in case of concrete, prior information on concrete strength can be found in literature or country-specific prior information can be determined. Therefore, the use of a combined vague–informative prior is of particular interest, more specifically in the form of scaled inverse-χ2 distributions that can be used for updating the standard deviation of the strength distribution of concrete. The differences between the use of a vague and a combined vague–informative prior are investigated through Monte Carlo simulations. Because prior information is taken into account, the uncertainty regarding the standard deviation of the predictive strength distribution is significantly reduced.


► Prior information on concrete strength can be gathered.
► Priors can be taken into account when assessing the in situ characteristic concrete strength.
► The influence of different priors can be compared using Monte Carlo simulations.
► Using combined vague–informative priors yields a less conservative Bayesian estimation method.
► Informative priors significantly reduce the bias and variability of the Bayesian estimate.

ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Construction and Building Materials - Volume 28, Issue 1, March 2012, Pages 342–350
نویسندگان
,,
دانلود مقاله + سفارش ترجمه
دانلود مقاله ISI انگلیسی
رایگان برای ایرانیان
سفارش ترجمه تخصصی
با تضمین قیمت و کیفیت