确定制造物品的可靠性通常需要进行寿命测试并分析观察到的故障时间。此类数据经常被审查，因为当寿命数据分析测试结束时，某些被测试的项目可能没有失败。此外，可能需要通过使用故障分析工具更改影响变量（如温度）的值来加快故障时间。由于所有这些原因，需要特殊的故障分析工具来处理此类数据。
STATGRAPHICS为使用寿命数据分析软件和处理故障时间提供了几个特殊程序：
| 程序 | Statgraphics Centurion 18/19 | Statgraphics Sigma express | Statgraphics stratus | Statgraphics Web 服务 | StatBeans |
|---|---|---|---|---|---|
| 寿命表 |  | ||||
| 使用删失数据进行分布拟合 | | ||||
| 威布尔分析 | | | | ||
| 加速寿命试验图 | | ||||
| 寿命数据回归 | | ||||
| 加速寿命测试 | | ||||
| Cox 比例风险 | | ||||
| 可修复系统分析 | | ||||
| 可靠性演示测试计划 | |
寿命表
在生命数据分析中，兴趣通常集中在估计一个单元在任何给定时间仍在运行的概率上。在不对函数形式或误差分布做出任何假设的情况下，估计此生存函数的常用方法是使用故障分析工具将数据制成表格并直接从观察到的故障中计算幸存者函数。当存在审查时，使用 Kaplan-Meier 方法计算估计值。
更多： 寿命表（间隔）.pdf， 寿命表（时间）.pdf
使用删失数据进行分布拟合
如果有足够的数据可用，则可以使用正确的故障分析工具将特定分布与故障时间拟合。最大似然法可以很容易地适应删失数据的存在。在生命数据分析期间，STATGRAPHICS 将自动为任何数据样本拟合多达 45 个概率分布，并根据拟合优度对它们进行排序。
威布尔分析
经验表明，来自生活数据分析的数据通常可以通过 Weibull 分布很好地建模。检查 Weibull 分布拟合的常用方法是通过 Weibull 图。未经审查的故障时间应大致沿直线下降。使用 STATGRAPHICS 失效分析工具，您可以向 Weibull 图添加删失失效时间和失效百分位数置信限的直方图。
更多：威布尔分析.pdf
加速寿命试验图
当故障在正常运行条件下发生的频率不够高时，有必要通过增加由一个或多个变量引起的应力来加速故障。一个非常常见的促进因素是温度。通过分析高温下的故障率并拟合Arrhenius模型，通常可以将数据外推回正常工作温度（通常以开尔文表示）。
从版本 19.6 开始，Statgraphics 能够将多个不同的加速度模型拟合到在多个加速因子值下拟合的生命周期分布的平均值或估计百分位数。
模型：加速寿命试验图.pdf
寿命数据回归
为了描述外部变量对故障时间的影响，可以拟合回归模型。不幸的是，标准的最小二乘法效果不佳，原因有二：数据经常被删失，失败时间分布很少是高斯的。出于这个原因，STATGRAPHICS提供了一个特殊的程序及其故障分析工具，该工具将适合寿命数据回归模型的删失，假设指数分布、极值、逻辑分布、逻辑分布、对数正态分布、正态分布或威布尔分布。
更多：生命数据回归.pdf
加速寿命测试
Statgraphics 19.6 版引入了加速寿命测试的新程序。该过程将各种模型拟合到在一个或多个应力变量高于正常水平下收集的观察到的失效时间。然后对拟合模型进行外推，以估计正常运行条件下的故障时间分布。
新程序估计了 6 种常见的加速度模型，包括Arrhenius、Eyring 和逆功率模型。假设 F误差时间遵循 7 个分布之一，包括 Weibull、对数正态分布和最小极值分布。
新程序分析的数据包括观察到的故障时间，这些时间可能会被删失。该过程支持右删失、左删失或间隔删失数据的任意组合。
更多：加速寿命测试.pdf
Cox 比例风险
Cox 比例风险过程是一种在不假设任何特定分布形式的情况下拟合生命数据回归的替代方法。相反，假设预测变量以乘法方式影响危险函数。与参数寿命数据回归过程一样，预测变量可以是定量变量，也可以是分类变量。
更多： 考克斯比例风险.pdf
可修复系统分析
“可修复系统”程序旨在分析由可修复系统的故障时间组成的数据。假设当系统发生故障时，会立即修复并再次投入使用。此外，假设与故障间隔时间相比，修复时间可以忽略不计。分析的目的是开发一个模型，该模型可用于估计故障率或数量，例如 MTBF（平均故障间隔时间）。
此寿命数据分析程序与分布拟合和威布尔分析程序的不同之处在于，它允许故障率随着系统老化而变化。
更多： 可修复系统（次）.pdf， 可修复系统（间隔）.pdf
可靠性演示测试计划
此过程将创建测试计划，以证明故障时间分布满足规定的条件。例如，可能希望在保修期结束时以 95% 的置信度证明产品的可靠性等于或超过 90%。在演示期间，将测试 n 个单元，持续时间等于 t。如果在测试期间失败的单元不超过 f 个单元，则演示将被视为成功。
更多： 可靠性演示测试计划.pdf