维普资讯 http:/年月太原太学学报第卷第期总第期文章编号：（）右截尾数据处理方法简析范英（中国农业大学 工学院，中国 北京）摘要：电子元器件可靠性寿命分析中，右截尾类型的数据居多，针对此类数据的分析方法也很多其中，线性回归和极大似然估计应用较广在此，运用实例时这两种方法进行了对比分析，指出了使用线性回归法进行参数估计的缺点，说明极大似然估计法是比线性回归法更优的统计模型关键词：右截尾数据分析；线性回归法；极大似然法中图分类号：文献标识码：可靠性（）是指产品（包括系统、设备从测试样本中被移开或终止试验的情形，或在试和零部件）在规定的时间内，规定的条件下，完成验终止时仍未失效的元件寿命值截尾数据也规定功能的能力包括以下情形：对产品可靠性进行定量分析时，我们经常面我们需要在测试完成前对有效数据进行对的是产品使用数据的处理，进行建模、计算、验分析证、做出评价，并进行参数估计给出该产品寿命试验过程中因发生不同的失效模式而退分布规律模型是指寿命统计分布，数据是产品出试验的元件使用寿命模型预测的好坏直接取决于数据的当数据总体包含多样模态数据时，我们需质量和准确性及完备性要针对某一失效模式分析一、寿命数据分类对一组产品（非失效的和失效的）进行可一般寿命数据分为两类：完全的（所有的数靠性分析时，非失效的产品被当作右截尾考虑。
据失效信息已知）和截尾的（失效信息不完全）尤其适合在现场采集数据的情形在许多情况下，所有样品不可能全部失效，也就二、右截尾（删失）数据分析是人们期望的寿命信息未被观察到，或确切的失常用的右截尾数据分析和参数判断方法有效时间未知，这一类型的数据被叫做截尾数据图形方法（即概率图法）和解析方法（解析法包括按照截尾方式不同，数据分为三类：右截尾数据，线性回归法，矩法，最小二乘法，极大似然法，贝中问截尾数据，和左截尾数据叶斯法等）两大类图形方法直观、便捷，对要求常见的截尾情形是右截尾（删失）的数据，包精度不高的场合应用较广，也常作为解析法的初括定时截尾和随机截尾两种（见图）值估计方法在此，对解析法中应用较广泛的线性回归和极大似然法作一比较右截尾数据的概率图法或线性回归分析当使用概率图法或线性回归法对包含有未失效数据的样本数据进行分析时，我们需要调整他们的失效度（不可靠度）完全失效的数据的：表示故障截止，：表示正常使用截止不可靠度的估计使用中位秩法 获得圈 不可修复配套件寿命数据的分类在产品寿命分析中，应该考虑所有有效数中位秩法：失效度雾蕉据这也包括样本中的某个元件在未失效之前右截尾数据包含未失效数据，不能直接使用收稿日期：作者简介：范英（一），男，山西祁县人，中国农业大学工学院车辆工程系在读研究生。
维普资讯 http:/中位秩法求失效度，所以采用约翰逊（）法结果和使用回归法的结果差别相当大两种情或 一法进行修正（见下例）形采用线性回归法估计结果是相同的，这是由于概率图法或线性回归方法的缺点【线性回归法只考虑失效数据的原因，当失效数据尽管采用约翰逊法进行了修正，但这种方法很小而截尾值很大且分布不均匀的时候，前一种 仍有缺点因为它仅仅考虑了截尾数据的存在，方法的缺点暴露无疑而对截尾数据确定的值的影响并未考虑到，很显两种情形的极大似然法估计（）结果是然这是不够的我们看下面的例子第二种情形值较大，这是由于在例在此，我们假设这两组数据已经验证服从威中截尾值较大因为与回归方法不同，极大似然布尔分布（）一（）卢我们通过估计法在估计参数时会考虑到截尾值的大小三、极大似然估计法（点）分析右截尾数据【】上表寿命数据求得失效率并进一部估计参数口和上面两种情况使用概率图法或线性回归法对威布尔分布函数的参数估计结果相同：约翰逊法序号状态寿命：小时修正的失效修正的失效序号度表示到测定寿命时正好失效表示到测定寿命时还未失效例例序号状态寿命：小时序号状态寿命：小时表示到测定寿命时正好失效表示到测定寿命时还未失效，这显然是不对的。
极大似然估计（正）法在此，我们推荐采用极大似然估计（）法法估计结果对于例是：，对于例是：，我们看到，两种情形极大似然法估计（）当用极大似然估计法对右截尾数据分析时，极大似然法要考虑到截尾数据其函数中专门包含一项用来计算截尾数据信息另外，参数估计也采用同样的方法举例来说，考虑是一任意连续分布的随机变量，有：（；，）概率密度函数（；，）概率密度函数则极大似然函数为：（，了、，）厂（，臼，）一（；，）其中：被估计的未知参数个数 失效数据个数截尾数据个数第个截尾时间分布的参数第个失效时间 样本数参考文献市田嵩，铃木和幸可靠性分布与统计北京：机械工业出版社，蒋仁言，左明健可靠性模型与应用北京：机械工业出版社，莫然，王振永电工产品可靠性现场数据的分析与评估哈尔滨电工学院学报，（）：寿命数据分析理论参考中国可靠性资源网 责任编辑：梁玲。