当你几乎没有失败时，就能 获得成果。该分析会接受分布参数的历史值。假设历史值准确，您就可以获得这些统计量的置信下限：
当您使用假设的形状或尺度参数进行分布分析时，您使用的方法称为 Bayes 分析。在使用 Weibull 模型的情况下，这种方法更多称为 Weibayes。Bayes 分析使您可以使用先前关于过程的知识对当前的观测值进行推断。如果收集失效数据而其中不包含失效，则当以下四个标准为真时，Minitab 可以执行 Bayes 可靠性分析：
- 数据来自于 Weibull 或指数分布。
- 数据为右删失数据。
- 使用极大似然法来估计参数。
- 您为形状参数（Weibull 分布）提供了一个历史值。如果您的数据来自指数分布，Minitab 会自动将形状参数指定为 1。
注意
如果您的数据来自 3 参数 Weibull 分布或双参数指数分布，您还必须为阈值参数提供一个历史值。
执行 Weibayes 分析的示例
假设您拥有没有失效的可靠性数据集。时间值位于 C1 中，删失值位于 C2 中，数据来自 Weibull 分布。如果数据集内没有失效，请按照下列步骤执行 Weibayes 分析并假设有一个即将发生的失效：
- 选择 。
- 从可靠性数据定义 中，选择自定义定义。
- 从删失 中，选择右删失数据，带有删失列。
- 从数据 中，选择一个或多个样本，每列一个。
- 从失效模式 中，选择无。
- 在样本列中，输入 C1。
- 在删失列中，输入 C2。
- 在 删失值中，输入你审查列中表示被审查观察的值。
- 在假定分布中，选择 Weibull。
- 选择 分布拟合。
- 在 估计法中，选择 极大似然。
- 在 将形状设为中输入假定值。
- 选择 确定。
- 选择 百分位数/概率。
- 在置信水平中，输入 50。
注意
当数据中没有失效时，下限 50% 通常用作尺度参数的估计值。
- 选择每个对话框中的 确定。
