非破坏性退化数据衡量产品随时间推移的可靠性，例如材料中裂纹的传播、功率放大器输出的降低或粘合强度的退化。 退化建模和分析的目标是预测所研究产品的故障时间和概率。
从 JMP 17 开始，JMP 提供了两种不同的退化数据分析和建模方法：1) JMP 中已针对多个版本提供的重复测量，以及 2) 一种新的重复测量退化功能，该功能实施了 Meeker 中讨论的可靠性贝叶斯统计方法, 埃斯科瓦尔和帕斯夸尔 (2022)。
重复测量退化方法使您能够使用贝叶斯推理估计具有随机参数的退化模型，并通过蒙特卡罗模拟找到故障时间。 它适合具有随机参数的退化路径模型，而退化平台适合固定的效果模型。重复测量退化使用退化路径模型的总体参数的后验估计来模拟故障时间，而重复测量从固定效应路径模型推断伪故障时间。
一般来说，当您至少有两个建模不确定性时，当您想要扩展它以包括您自己的模型时，以及当重复测量退化中的模型适合您的问题时，请使用重复测量退化。当其中一种重复测量退化模型不适用于您的问题时，请勿使用它。
观看视频，其中提供了三个使用 JMP 样本数据（分别为 GaAs Laser.jmp、Alloy A.jmp 和 Device B.jmp）的案例研究，这些数据位于 JMP 样本数据的 Reliability 文件夹中。
每个案例研究后都包含问题和答案。 案例研究 1 开始于〜时间 24:00，演员表研究 2 开始于〜时间 57:00，案例研究 3 开始于〜时间 1:04:00。
