为参数分布分析（右删失）指定估计法

• 极大似然：通过最大化似然函数来估计分布参数。
• 最小二乘（失效时间 (X)，排秩 (Y)）：通过将回归线拟合到概率图中的点来估计分布参数。

有关这两种方法的更多信息，请转到最小二乘估计方法和极大似然估计方法。

设置形状（Weibull 斜率）或尺度（1/斜率 - 其他分布）在

要在形状参数或尺度参数固定不变时估计其他模型系数，请输入一个要用作所有响应变量的形状或尺度参数的值，或输入许多等于响应变量数的值。

设置阈值在

要在阈值参数固定不变时估计其他模型系数，请输入一个要用作所有变量的阈值参数的值，或输入一个值列表（其中的值等于响应变量的个数）。如果所选分布没有阈值参数，则不要输入阈值参数。如果分布具有阈值参数，而且您未输入值，则 Minitab 将估计阈值参数。

输入介于 0 到 100 之间的置信水平。通常，置信水平为 95% 即可。95% 置信水平指示区间中包含实际总体参数的可信度为 95%。也就是说，如果您从总体中收集了 100 个随机样本，则可以预计大约有 95 个样本生成包含实际总体参数值的区间（如果所有的数据都可以收集和分析）。

从下拉列表中，指示您希望 Minitab 显示双侧置信区间（双侧）还是单侧置信区间（下限或上限）。单侧区间通常只需较少的观测值和较短的检测时间即可确保结论在统计上可信。许多可靠性标准用最坏情况方案（用下限表示）定义。