数据的概率（即寿命）是从似然函数l（y | model）获得的。 它是条件概率使用模型参数的最大似然估计值对模型进行估计。 数据没有这种可能性。 另一方面，您可以将非参数估算值（即Kaplan-Meyer乘积矩）用于边际概率。 您还可以假设使用参数估计的分布模型。
看到可靠性与生存>寿命分布。 KM估计会自动显示。
剩余概率图中的Y轴是概率标度轴。 例如，如果您拟合Weibull分布，则Y轴为Weibull比例轴；如果您拟合对数正态分布，则Y轴为正标度轴。 残差概率图是这样建立的，因此，如果模型成立的假设成立，则残差应大致显示为一条直线。
标记的x位置的计算方式与我对其他帖子的回答相同回复：参数生存拟合平台的标准化残差
如果检查类型不简单，则标记的y位置通常没有明确的公式。 但是，将y位置视为这些点上分布的非参数估计。
对于第二个问题，我想您想计算在任意时间（不在数据表中）的任意设置的故障概率。 如果我的理解正确，则可以选择以下选项之一：
1）保存概率公式，使用协变量设置和时间值添加新行。 读出公式列中该行的数字。
2）通过提供设置和时间，使用平台中的菜单“估计生存概率”直接进行计算。 提交设置后，请在报告中查看结果。
注意，两个都在给定时间计算概率，因此检查是无关紧要的。
