求助，关于可靠性增长的几个疑问
刚开始做可靠性增长，参考的标准是《GJB Z77-95 可靠性增长管理手册》，有几点疑问，请各位同行指导或讨论可靠性增长模型一般是AMSAA模型，在附录A中给出了可靠性增长计算的几个步骤，如下：
A1模型概述
N(t)=at^b ln(N(t))=lna+blnt
A2.2模型参数的点估计
形状参数的点估计b
尺度参数的点估计a
A2.3参数检验
X2分布检验法
U检验法
A2.4拟合优度检验
Cramer-Von Miser检验
图检验
A2.5产品可靠性的增估计
A2.6形状参数的区间估计
A2.7MTBF的区间估计
对于上述过程有一些疑问：
疑问1、标准中A2.2计算参数点估计的方法是什么？极大似然法？还是最小二乘法发？没推导出来这个公式。
疑问2、标准中计算对模型进行参数检验和拟合优度检验，用的卡方检验和Cramer-Von Miser检验，为什么不用R-squire和P值检验？用R-squire和P值判断可以吗？这两种检验方法的原理有什么区别？
疑问3、我用minitab做回归分析，minitab用的应该是最小二乘发，拟合N(t)=at^b 如下
计算显示：
来源 自由度 SS MS F P
误差 2638.59531.48444
失拟 2538.09531.523813.050.428
纯误差 1 0.50000.50000
P值比较大，不满足假设的分布。
我再用minitab做回归分析，minitab用的应该是最小二乘发，拟合ln(N(t))=lna+blnt如下
计算显示：
S = 0.146452 R-Sq = 97.1% R-Sq（调整） = 97.0%
方差分析
来源自由度 SS MS F P
回归 118.696818.6968871.720.000
误差 26 0.5577 0.0214
合计 2719.2545
P值很小，满足假设的分布。
为什么同样的数据，变换一下公式，就拟合效果更好了？
我可以用minitab的回归分析替代《GJB Z77-95 可靠性增长管理手册》中的点估计、参数检验、拟合优度检验不？主要是因为计算方便 坐等回复，有同样的需求！ 自问自答，过了这么久，有些新的认知：
做数据拟合，是用部分评估整体，评估的方法有最小二乘法和极大似然法，优劣得看数据，检验的方法也有不同的参数，都是可行的。 还能翻出来自问自答，楼主很上心，可靠性需要你这样踏实的人才。 coldd 发表于 2019-1-9 16:20
自问自答，过了这么久，有些新的认知：
做数据拟合，是用部分评估整体，评估的方法有最小二乘法和极大似然 ...
能否发一份GJB-Z77-95标准学习下，谢谢 本帖最后由 coldd 于 2019-3-7 14:56 编辑
http://www.kekaoxing.com/CLUB/forum.php?mod=viewthread&tid=2403&highlight=Z77
这个帖子里有
同意楼主的自答，偏差来自线性拟合，不同的数据拟合的结果自然是不一样的。
我感觉最小二乘在linear用的多些，MLE在normal、lognormal、weibull多些。 最小二乘法，样本量不是足够大的时候，精度不如最大似然法。什么原因说不清，马逢时老师讲座录音又说，
第三个问题，拟合曲线明显有弯曲，你去拟合直线P值肯定过大，经对数变化以后，方程明显就是一元方程，直线拟合就很好了。
谢谢分享！！！
页:
[1]