當沒有失效或失效很少時，可以使用假設的形狀或尺度參數(shù)進行分布分析，使用的方法稱為 Bayes 分析。在使用 Weibull 模型的情況下，這種方法更多稱為 Weibayes。Bayes 分析使您可以使用先前關于過程的知識對當前的觀測值進行推斷。如果收集失效數(shù)據(jù)而其中不包含失效，則當以下四個標準為真時，Minitab 可以執(zhí)行 Bayes 可靠性分析：

● 數(shù)據(jù)來自于 Weibull 或指數(shù)分布；

● 數(shù)據(jù)為右刪失數(shù)據(jù)；

● 使用極大似然法來估計參數(shù)；

● 您為形狀參數(shù)（Weibull 分布）提供了一個歷史值。如果您的數(shù)據(jù)來自指數(shù)分布，Minitab 會自動將形狀參數(shù)指定為 1。

Weibayes 分析的示例

假設您擁有沒有失效的可靠性數(shù)據(jù)集，其中 30 個經(jīng)過 1,000 個小時的測試后未出現(xiàn)失效。您想要預測 2,000 個小時下的失效概率。

最小二乘估計法不能用于沒有失效的分析；對于對本例而言，形狀參數(shù) 1.5 是合適的

結果解釋：在 2,000 個小時處，保守失效概率概率為 24.6058%（累積失效概率的 95% 置信區(qū)間上限為 24.6058%）。

審核編輯 黃昊宇