回复：具有難以擬合分佈模型的截尾數據的生活分佈有限的數據導致性能不佳（寬區間估計）。 除了收集更多數據外，沒有辦法繞過寬間隔。
在選擇模型時，最好使用盡可能多的關於失效模式的科學和工程知識，而不是依賴於樣本統計或模型標準。 當數據如此有限時，這種依賴的風險更大。 概率圖對該模型的數據支持不佳。
回复：具有難以擬合分佈模型的截尾數據的生活分佈嗨馬克
感謝您的幫助。
親切的問候
雷神
具有難以擬合分佈模型的審查數據的壽命分佈你好 SAS 社區
我們有一組數據12個刪失區間數據點：(0-30, 0-30, 0-30s, 0-30, 0-30, 0-30, 0-30, 0-30, 0-30, 0 -30、89-119、97-127）分鐘。 數據點表示觀察到我們的產品出現故障的時間間隔。 我們想要計算 90% 的產品失敗的時間（目標是低於 600 分鐘）。 通常我們使用壽命分佈菜單來將模型擬合到我們的審查數據中。 我們選擇最佳擬合分佈並使用自定義估計來計算故障概率 0.90 的置信區間。 通常它工作得很好，因為審查的數據間隔更分散，但該數據集不允許良好的擬合分佈。 因此，對於 0.90 的故障概率，我們得到了非常寬的 95% 置信區間。 關於如何解決這個問題有什麼建議嗎？
數據探索和可視化
