在產品開發階段中, 決策者經常面臨的問題: 如何在幾個設計母群體中, 選擇最佳之 設計, 而評估設計之優劣常用“可靠度”( 或平均壽命 )作為衡量標準。 本文考慮k(k≧ 2)個Increasing Failure Rate(IFR)的母群體, 其分配為F(x;θ ), 其中θ 是尺度參數(Scale Parameter)。 我們常見之IFR 分配有Gamma、Exponenti -al、Weibull等等。而對上述K 個母群體, 我們感興趣的是挑選具有最大尺度參數母 群體。假設θ '……'θ 為(θ '……'θ )經過排序后之有序參數, 我們定 義最佳母群體為具有θ 之母群體。 由於完整資料不易取得( 成本高且實驗時間頗長),因此, 我們經常采用二種截略資料 來縮短時間, 分別是型Ⅰ截略抽樣計劃(type-Ⅰcensoring plan) 及型Ⅱ截略抽樣計 劃(type-Ⅱ censoring plan)。而上述兩種抽樣方法中, 對決策者而言, 究竟以那一 種方法較適合采用? 也就是說, 在決策者給定的要求水準, 那一種方法比較節省時間 ? 一般而言, 正確選擇之機率(Probability of correct selection)是評估挑選法則效 率之常用方法, 本論文在決策者事先給定正確機率P 及錯誤機率α 下, 分別探討Ty -peⅠ,TypeⅡ所需之截略時間、樣本數、截略數, 并比較TypeⅠ,TypeⅡ 所需之截略 時間、樣本數、截略數, 并比較TypeⅠ之截略時間與TypeⅡ之期望截略時間。以期能 提供決策者在實驗當中, 選擇一個較適當的實驗方法。

在產品研究開發階段，決者經常面臨如何挑選比控制（標準）母體更具可靠度的設計 母體。本篇論文研究的範圍是在型ＩＩ截略抽樣計劃且特定時間下，挑選較具可靠度 的韋伯母體。 假設π□、π□，．．．．，πk 是Ｋ＋１個獨立的韋伯母體，第ｉ個韋伯母體πi 的可靠度函數如下：Ｒ（ｔ；αｉ；βｉ）＝ｅｘｐ（－（ｔ╱αｉ）βi ）假如Ｒ （Ｓ* ；αｉ；βｉ）＞Ｒ（Ｓ* ；α□；βυ）則稱母體πｉ比π□更具可靠度。 在型ＩＩ截略抽樣計劃下，我們主要決定ヾ每一母體適當的樣本和截略數（ｎｉ；γ ｉ）ゝ局部最適法則以便由π□到πk 中挑選比π□更具可靠度的母體。 當形狀參數β已知時，由Huang et al （一九八四）的局部最適法則來推導挑選法則 ，在控制此法則的正確挑選機率及誤差機率下，計算樣本數及臨界值。 當形狀參數β在某一區間中有事前分配，則修正局部最適法則。最後以法則來做模擬 ，由結果得知此法則對事前分配的變異仍相當的適用。