零失效或者只有一个失效的可靠性估计
一、零失效或无失效数据如何进行可靠性估计
现在的产品可靠性都比较高，做完可靠性试验之后，很可能一个失效数据都没有或者只有一个失效。此时，如何处理这些数据？如何根据这些试验数据进行可靠性分析、计算？假设5个样品，4个样品100小时试验结束后均未失效，1个样品35小时失效。
将这些试验数据录入到PosWeibull工具之后，选择使用极大似然法计算（因为该试验数据的删失数据较多，只有一个失效，此时切记要使用极大似然法，不要使用最小二乘法或者RRX/RRY），分布类型选择威布尔分布，置信度选择95%，计算之后得到的结果如下面的图所示，β=1.03338，η=413.63。
由于该试验数据的删失数据较多，如果我们平时掌握一定的相似设备数据或者相关经验数据时，我们根据这些经验数据推算出一个β值，然后固定β值进行计算，此时得到的计算结果更为可信。比如我们知道β值=1.15，那么我们在PosWeibull工具里面，右键点击参数估计界面，选择设置固定β值，再计算。可以算出η值为337.44。具体β值固定为多少，这个需要靠积累的经验数据调整。对于零失效、或者只有1个失效的情况，这种做法更为可信。
当所有样品数据都没有失效的时候，此时需要借助贝叶斯方法进行处理，可以使用PosVim可靠性评估的贝叶斯方法进行处理。
