学习FIT计算过程中遇到一个疑问，Chi－Square分布函数X2对于CL＝60％得出的值比CL＝90％要“小”（n值相同），既然FIT值越“小”越好，那为什么60％置信度得出的FIT会比90％置信度还“好”呢？有些不解。
WOW的回复:
假定允许失效数：r=1,在置信度为90%的时候：
允许失效1次时，A=0.5*CHIINV(1-0.9,2*2)=0.5*CHIINV(0.1,4)＝0.5*7.78＝3.89；
X2（1-a，2(r+1)）是自由度为2(r+1)的X平方分布的1-a的分位数；
a是要求的信心度，为90%；r是允许的失效数
在置信度为60%的时候
A=0.5*CHIINV(1-0.6,2*2)=2.02
如果根据简单的MTBF计算方法:
台时数*加速因子/可信度系数,由于0.6的可信度系数小于0.9时,所以0.6的可接受的MTBF上下限要大于0.9时的情况,所以LZ这样说的情况没错.只是在这种可接受的MTBF上下限范围,0.6的风险大些.
0.6的可接受的MTBF上下限要大于0.9时的情况
MTBF0.9<MTBF0.6
λ0.9>λ0.6
VINCE1981的回复：
好像没你这样的情况吧,你计算错误了吧?
C=90%，n=10,r=1
M下限=2*10*1000/CHIINV(0.1,4)=2570
C=60%，n=10,r=1
M下限=2*10*1000/CHIINV(0.4,4)=4944
哪里CL＝60％得出的值比CL＝90％要“小?
vince1981兄的计算是：
MTBF0.9=2570<MTBF0.6=4944
λ0.9>λ0.6
这里我就有点糊了，两个人都计算出λ0.9>λ0.6即楼主说提：60％置信度得出的FIT会比90％置信度还好（低），不知道vince1981兄是如何认为错的呢。 可能我看成了他问得问题是MTBF0.9〉MTBF0.6，不过“关于60％置信度得出的FIT会比90％置信度还好（低）”，这个话也不对,不是好不好的这么一说。我们采用置信度去计算，应该时间越长，失效越多，计算的值才会越准确，对于相同的样本，相同的失效，相同的测试时间，λ0.9本来就因该大于λ0.6，用户误接受的风险就小了。
[本帖最后由vince1981于2007-8-1810:08编辑]
置信度 Confidence Level
多谢338的整理，vince1981也让我更明白了这个问题，是我前面描述的不太清楚吧。。:L
60％置信度得出的FIT会比90％置信度还（低）---被楼主理解为好，这是比较片面，只有说失效率的高低
两种置信度的情况下，可接受的风险是不一样的。
vince1981338在这些方面都比较强，还有老大cliffcrag,以后多交流一下哦。。:handshake 呵，讨论的比较精彩。。 :kiss: 很专业！学习无止境啊！ 学习了挺吃力