壽命分佈-可靠度預測你好，
我有一組時間來均勻數據，當我擬合壽命分佈時，JMP 提供了最佳分佈，如 Frechet，如下圖所示。這些點似乎呈上升趨勢，並且沒有很好地分散在線條周圍。我該如何解釋這一點？這應該是 JMP 選擇的最佳選擇。
數據探索和視覺化回复：壽命分佈——可靠性預測最合適的不一定是合適的。 其他的適合度更差。 有一張包含所有擬合的表格，可使用 AICc 等標准進行比較。 JMP 按 AICc 的升序顯示擬合（越小越好）。
你能出示這張表以供比較嗎？ 你能展示你所娛樂的其他適合的情節嗎？
回复：壽命分佈——可靠性預測嗨，馬克，
謝謝，這是您要的表格：
對數正態圖：
威布爾圖：
乾杯，
回复：壽命分佈——可靠性預測我注意到繪製的數據不是數據表中當前行選擇的一部分。 您是否可能排除了此處繪製的行？ 該行狀態會影響適合度。
回复：壽命分佈——可靠性預測我注意到概率值非常小。 我還注意到，在非參數估計的末尾有一個很長的水平段。 我也有一種感覺，很可能在0到100之間不太可能有失敗。
基於這些觀察，我建議研究兩種特殊類型的分佈：閾值分佈和缺陷子群分佈。 它們被標記為 TH 分佈，例如 TH Lognormal、TH Weibull 等。以及 DS 分佈。
