“统计学”报表包括以下子报表：
• 模型比较
• 数据汇总
• 非参数估计值
• 参数估计值 - <分布名称>（为您在“比较分布”报表中选择的每个分布显示一个报表）
“模型比较”报表为每个拟合分布都提供 AICc、-2对数似然和 BIC 统计量。以上每个统计量的值越小指示拟合效果越好。有关这些统计量的详细信息，请参见《拟合线性模型》中的似然、AICc 和 BIC。
最初，这些行按 AICc 排序。要更改用于对该报表排序的统计量，请点击“寿命分布”红色小三角并选择比较准则。有关该选项的详细信息，请参见“寿命分布”报表选项。
“数据汇总”报表显示观测的总单元数、未删失单元数，以及右删失、左删失和区间删失单元的数目。
“非参数估计值”报表显示每个观测的非参数估计值。对于指定为单个“事件时间”列的右删失数据，该报表提供以下信息：
中点估计
已调整中点的 Kaplan-Meier 估计值。
95% 下限，95% 上限
点态 95% 置信区间。您可以通过从报表选项中选择“更改置信水平”来更改置信水平。
联合 95% 下限 (Nair)，联合 95% 上限 (Nair)
联合 95% 置信区间。您可以通过从报表选项中选择“更改置信水平”来更改置信水平。请参见 Nair (1984) 和 Meeker and Escobar (1998)。
Kaplan-Meier 估计值
标准 Kaplan-Meier 估计值。
若失效时间由两个“事件时间”列表示，该报表提供 Turnbull 估计值（在称为“估计值”的列中）、点态置信区间和联合置信区间 (Nair)。
有关非参数估计值的详细信息，请参见非参数拟合。
为拟合的每个分布都显示称为“参数估计值 - <分布名称>”的报表。该报表提供分布的参数估计值、估计值的标准误差和置信区间。出现在“模型比较”报表中的准则会显示在“准则”下方。
注意：只要提供均值估计值，它的置信区间就计算为 Wald 区间，即便您在启动窗口中将“似然”选作“置信区间方法”也是如此。在这种情况下，符号“均值（Wald 置信区间）”会显示在“参数”列中，指示均值的置信区间为 Wald 区间。
有关如何将分布参数化的详细信息，请参见参数分布。
“参数估计值”报表包含以下报表：
• 协方差矩阵
• 刻画器
• 通过从“参数估计值”红色小三角菜单中选择报表选项，可添加其他报表。其中包括“固定参数”、“Bayes 估计”、“定制估计”（估计概率、估计分位数）和“剩余寿命均值”报表。请参见“参数估计值”选项。
对于每个分布，“协方差矩阵”报表都显示估计值的协方差矩阵。
为每个分布显示四种刻画器：
• “分布刻画器”显示作为时间的函数的累积失效概率。
• “分位数刻画器”显示作为累积概率的函数的失效时间。
• “危险率刻画器”显示作为时间的函数的危险率。
• “密度刻画器”显示分布的密度函数。
刻画器包含以下红色小三角选项：
置信区间
“分布”、“分位数”和“危险率”刻画器显示所绘函数的基于 Wald 的置信曲线。该选项显示或隐藏置信曲线。
重置因子网格
为每个因子显示一个窗口，允许您为因子的当前设置输入特定值，锁定该设置，以及控制网格的各方面。请参见《刻画器指南》中的重置因子网格。
因子设置
提供包含若干选项的菜单。请参见《刻画器指南》中的因子设置。
注意：刻画器中提供的置信区间基于 Wald 方法，即便您在启动窗口中将“似然”选作“置信区间方法”也是如此。这是为了减少计算时间。
“参数估计值”红色小三角菜单包含以下选项：
保存概率估计值
将估计的失效概率和置信区间保存至数据表。
保存分位数估计值
将估计的分位数和置信区间保存至数据表。
保存危险率估计值
将估计的危险率值和置信区间保存至数据表。
显示似然等高线
显示或隐藏对数似然函数的等高线图。若已选择 Weibull 分布，则针对 alpha-beta 参数化显示另外一个等高线图。该选项仅适用于具有两个参数的分布。
显示似然刻画器
显示或隐藏对数似然函数的刻画器。该选项不适用于阈值 (TH) 分布。
固定参数
打开一个报表，可在其中指定参数的值。输入固定参数值，选中对应的复选框，然后点击更新。JMP 基于新参数重新估计其他参数、协方差和刻画器，并在“固定参数”报表中显示它们。无约束模型的分布刻画器显示在固定参数模型的分布刻画器下方。有关竞争原因情形下的示例，请参见将固定参数模型指定为原因的分布。
对于 Weibull 分布，固定参数选项支持您选择 Weibayes 方法。有关示例，请参见Weibayes 估计值。 Weibayes 选项不适用于区间删失数据。
Bayes 估计
为基于先验分布的三种指定方法（先验位置和尺度、先验分位数和参数以及先验失效概率）的特定分布执行 Bayes 参数估计。请参见Bayes 估计 - <分布名称>。该选项仅适用于以下分布：对数正态、Weibull、对数 Logistic、Fréchet、正态、最小极值、Logistic、最大极值。
定制估计
提供计算器来支持您预测失效概率、生存概率以及特定时间和失效概率值的分位数。每个计算的数量都包括置信区间，置信区间可以是双侧也可以是单侧（任意方向）。显示两个报表：“估计概率”和“估计分位数”。请参见定制估计。
剩余寿命均值
提供一个计算器来支持您估计单元的剩余寿命均值。在“剩余寿命均值计算器”中，输入“时间”并按 Enter 键以查看估计值。点击加号可输入其他时间。该计算器仅适用于以下分布：对数正态、Weibull、对数 Logistic、Fréchet、正态、最小极值、Logistic、最大极值和指数。
对于特定分布，您可以拟合 Bayes 模型。这是使用拒绝抽样或 Markov Chain Monte Carlo (MCMC) 算法完成的。具体而言，该平台尝试一个基本的拒绝抽样器。若拒绝抽样器生成有效结果，则报告这些结果。若拒绝抽样器不能生成有效的结果，则平台使用随机漫步 Metropolis-Hastings 算法，并在“Bayes 估计”报表的顶部添加注释。请参见 Robert and Casella (2004)。
从“参数估计值 - <分布名称>”报表分级显示项中，选择 Bayes 估计。这将打开名为“Bayes 估计 - <分布名称>”的分级显示项。初始报表是一个控制面板，您可在其中指定先验参数并控制模拟的各个方面。
以下步骤对该工作流程进行了说明：
• 从“Bayes 估计”红色小三角菜单中选择一种先验规格方法，并设置先验参数值。请参见“Bayes 估计”红色小三角选项。
• 指定模拟选项。请参见Bayes 估计 - 结果 <N>。
• 选择“拟合模型”以拟合模型。请参见Bayes 估计 - 结果 <N>。
您可以从“Bayes 估计”红色小三角菜单中选择以下先验规格方法：
先验位置和尺度
支持您为一般参数（位置和尺度参数）的先验分布指定超参数。选择“先验分布”红色小三角菜单以便为每个参数选择一种分布。您可以为先验超参数输入新值。提供的初始值是与 MLE 一致的估计值。请参见Bayes 估计的先验分布。
先验分位数和参数
支持您指定有关分位数和尺度参数（若参数拟合为 Weibull，则指定 Weibull β）的先验信息。分位数由“概率”旁边的值定义。“概率”默认值为 0.10，但您可以指定对应于所关注分位数的值。采用每个先验分布的范围的 99% 上下限的形式，指定有关先验信息的信息。请参见 Meeker and Escobar (1998)。提供的初始值是与 MLE 一致的估计值。请参见Bayes 估计的先验分布。
先验失效概率
支持您指定有关两个不重复时间点的失效概率的先验信息。您可以指定两个时间点。每个时间点的先验分布为 Beta 分布。您可以使用以下两种同步方法之一指定先验分布：
1. 按估计值和误差百分比指定失效概率。可使用概率估计值和估计值误差来指定每个 Beta 先验分布的先验信息。请参见 Kaminskiy and Krivtsov (2005)。
2. 指定失效概率估计值范围。您可以采用以下方式指定两个 Beta 分布的 99% 范围：
‒ 对于每个失效时间，输入 99% 下限与 99% 上限的初始值。
‒ 点击图中的垂直线段并将它们拖放到您的两个时间点。调整每个标记的垂直散布以指定 99% 限值。
对于您在“Bayes 估计”红色小三角菜单中选择的任何先验规格方法，都会在面板底部显示以下选项：
Monte Carlo 迭代次数
控制老化过程后从后验分布中抽取的样本大小。
随机种子
设置模拟的初始状态。默认情况下，它是时钟时间。该数字应为大于 1 的正整数。若指定 1，则使用当前时钟时间。
显示先验散点图
选择该选项可从先验分布中抽取随机样本并在散点图中标绘结果。选择“拟合模型”后，该散点图将显示在“Bayes 估计 - 结果 <N>”报表中名为“先验散点图”的分级显示项中。
叠加似然等高线
在“Bayes 估计结果”报表中的散点图上叠加基于似然的等高线。
拟合模型
基于 JMP 使用您指定的值拟合的先验分布，估计后验寿命分布。添加名为“Bayes 估计 - 结果 <N>”的报表，其中，N 是一个对“Bayes 结果”报表连续编号的整数。
一旦使用某一个红色小三角菜单选项指定了先验值，请选择“拟合模型”。会为每个先验选择都提供一个“Bayes 估计 - 结果 <N>”报表。该报表包含以下标题：
先验
记录您为拟合 Bayes 模型而在“Bayes 估计”报表中输入的指定内容。“先验”报表还指定随机种子。
后验估计
显示五个边缘统计量，这些统计量描述一般参数（位置和尺度参数）的后验分布。边缘统计量包括：中位数、0.025 分位数（下限）、0.975 分位数（上限）、均值以及从 Monte Carlo 样本中计算得出的标准差。使用“先验分位数和参数”规格生成后验估计值时，该表还包括分位数和斜率 β（对于 Weibull 分布）的后验估计值。
要基于一般参数的后验估计值计算其他派生变量的统计量，请点击“导出 Monte Carlo 样本”链接。
先验散点图
当您在点击“拟合模型”前选择“显示先验散点图”时出现。显示与分布的先验规格方法关联的参数或等价量的先验散点图。
后验散点图
显示与分布的先验规格方法关联的参数或等价量的后验散点图。
刻画器
显示基于后验分布中的样本的两个刻画器。
“分布刻画器”中显示的在给定时间 t 的值计算如下：
‒ 对于后验分布中的每组抽样参数值，计算累积分布函数在时间 t 的值。
‒ 预测值是这些计算值的中位数。
‒ 置信上限和置信下限分别为这些计算值的 0.025 和 0.975 分位数。
“分位数刻画器”中显示的图和置信限以类似方式获取。对于给定的“概率”值 p，从与后验参数值关联的分布中计算与 p 对应的分位数。
在零失效情形下，没有任何单元失效。所有观测都右删失。若您有零失效数据，则可能执行 Bayes 估计或 Weibayes 推断。请参见Weibayes 报表。
注意：默认情况下，使用 Weibayes 方法分析零失效数据。若想要对零失效数据执行更广泛的 Bayes 分析，请选择文件 > 首选项 > 平台 > 寿命分布，然后取消选中 Weibayes 仅适用于零失效数据。
“定制估计”选项生成两个报表：“估计概率”和“估计分位数”。“估计概率”报表包含一个计算器，该计算器支持您预测特定时间值的失效和生存概率。“估计分位数”报表包含一个计算器，该计算器支持您预测特定失效概率值的分位数。为每个估计的数量都同时显示基于 Wald 和基于似然的置信区间。这些区间的置信水平由“寿命分布”红色小三角菜单中的更改置信水平选项确定。
在“估计概率”计算器中，输入“时间”的值。按 Enter 键可查看失效概率和生存概率的估计值以及相应的置信区间。要计算多个概率估计值，请点击加号，在框中输入另一个“时间”值，然后按 Enter 键。点击减号可删除最后一个条目。
“估计概率”计算器包含一个选项“侧”，该选项支持您更改区间格式。选择以下子选项之一：
双侧
提供失效概率和生存概率的双侧置信区间。
失效概率上限
提供包含失效概率上限和生存概率下限的单侧置信区间。
失效概率下限
提供包含失效概率下限和生存概率上限的单侧置信区间。
在“估计分位数”报表中，输入“失效概率”的值。按 Enter 键可查看分位数估计值和相应的置信区间。要计算多个分位数估计值，请点击加号，在框中输入另一个值，然后按 Enter 键。点击减号可删除最后一个条目。
“估计分位数”计算器包含一个选项“侧”，该选项支持您更改区间格式。选择以下子选项之一：
双侧
提供分位数的双侧置信区间。
下限
提供包含分位数下限的单侧置信区间。
上限
提供包含分位数上限的单侧置信区间。