回复：具有难以拟合分布模型的截尾数据的生活分布有限的数据导致性能不佳（宽区间估计）。 除了收集更多数据外，没有办法绕过宽间隔。
在选择模型时，最好使用尽可能多的关于失效模式的科学和工程知识，而不是依赖于样本统计或模型标准。 当数据如此有限时，这种依赖的风险更大。 概率图对该模型的数据支持不佳。
回复：具有难以拟合分布模型的截尾数据的生活分布嗨马克
感谢您的帮助。
亲切的问候
雷神
具有难以拟合分布模型的审查数据的寿命分布你好 SAS 社区
我们有一组数据12个删失区间数据点：(0-30, 0-30, 0-30s, 0-30, 0-30, 0-30, 0-30, 0-30, 0-30, 0 -30、89-119、97-127）分钟。 数据点表示观察到我们的产品出现故障的时间间隔。 我们想要计算 90% 的产品失败的时间（目标是低于 600 分钟）。 通常我们使用寿命分布菜单来将模型拟合到我们的审查数据中。 我们选择最佳拟合分布并使用自定义估计来计算故障概率 0.90 的置信区间。 通常它工作得很好，因为审查的数据间隔更分散，但该数据集不允许良好的拟合分布。 因此，对于 0.90 的故障概率，我们得到了非常宽的 95% 置信区间。 关于如何解决这个问题有什么建议吗？
数据探索和可视化
