什么情况使用非参数寿命分析方法进行分析？
一、什么是非参数寿命数据分析
非参数统计方法属于统计学的一个分支，它不是基于概率分布进行分析的方法，不考虑观测值的概率分布假设，是基于无分布的统计推断方法。当观测数据没法使用参数化寿命数据分析方法时，通常可以使用非参数寿命数据分析方法进行分析。
二、什么情况使用非参数寿命数据分析
（1）在寿命数据分析时，我们往往假设故障/修复事件都是独立的，并且服从相同的分布类型。但是实际情况下，很多事件是相互依赖、相互关联的。并且这些事件所服从的分布可能不是统一分布类型。比如可修系统的数据，通常是相关且不同分布的。另外，当我们需要分析事件发生的频率，而不是事件发生的间隔时间的时候，我们通常可以选择非参数寿命数据分析方法进行分析。
（2）在寿命数据分析时，我们通常假设数据服从某一分布类型。但是，有些时候我们不确定分布类型或者所掌握的数据不足以进行分布拟合的时候，我们可以选择非参数寿命数据分析方法。非参数寿命数据分析可以在不假设潜在寿命分布的情况下分析数据。当我们处理未知故障模型时、没有足够的寿命数据/样本获得假设寿命分布时、或当寿命数据的拟合结果不满足任何寿命分布时，可以选择非参数寿命数据方法进行分析。
三、非参数寿命数据分析的优缺点
优点：非参数寿命数据分析方法可以提供产品的概要可靠性分析结果，没有参数化的寿命数据分析那样，可以得到一个具体的模型、表达式，可以计算任意时刻的可靠性。但是，非参数寿命分析方法不需要进行分布假设，没有分布假设风险。
缺点：非参数寿命数据分析方法不能得到具体的寿命分布模型、表达式，不能计算任意时间节点的可靠性。但是可通过插值方法计算。即通过非参数寿命数据分析方法，只能计算观测时间点的可靠性预计结果，但是不能计算两个观测时间点之间的可靠性。比如观测时间点为T1=200小时、T2=300小时…。我们可以计算T1=200小时的可靠度、T2=300小时的可靠度，但是我们没法计算240小时的可靠度，如果要计算，只能用插值算法计算。如下图，我们使用posweibull可以计算测试时间点9小时、11小时的可靠度估计值、上下限值，但是我们没法计算9和11中间的10小时时间点的可靠度。
四、非参数寿命数据分析方法
通常使用Kaplan-Meier、Nelson-Aalen等分析方法。