殘差概率圖中的 Y 軸是概率尺度軸。 例如，如果您擬合 Weibull 分佈，則 Y 軸是 Weibull 比例軸；如果您擬合對數正態分佈，則 Y 軸是正態比例軸。 殘差概率圖就是這樣設置的，所以如果模型成立，殘差應該大致呈直線出現。
標記的 x 位置的計算方式與我對您其他帖子的回答相同回复：參數生存擬合平台的標準化殘差
如果審查類型不簡單，標記的 y 位置通常沒有明確的公式。 但將 y 位置視為這些點分佈的非參數估計。
對於您的第二個問題，我猜您想在任意時間計算任意設置的故障概率，這不在數據表中。 如果我的理解是正確的，您可以選擇以下之一：
1）保存概率公式，使用您的協變量設置和時間值添加一個新行。 讀出公式列中該行的數字。
2）使用平台中的菜單“估計生存概率”直接計算，通過給出您的設置和時間。 提交設置後在報告中查看結果。
請注意，兩者都在給定時間計算概率，因此審查無關緊要。
數據的概率（即壽命）是從似然函數 l(y|model) 中獲得的。 它是條件概率使用模型參數的最大似然估計值用模型估計。 數據不具有這樣的概率。 另一方面，您可以使用非參數估計（即 Kaplan-Meyer 積矩）邊際概率. 您還可以假設參數估計的分佈模型。
看可靠性與生存 > 壽命分佈. KM 估計會自動顯示。
