3. 寿命数据分布可视化

拿到一组寿命数据（例如某型号轴承的失效时间、某批次电容的击穿小时数），第一步不是急着套一个分布模型，而是先把数据“看”清楚。寿命数据可视化承担的任务是：判断数据的大致形态、偏斜方向、是否存在多峰或离群点、尾部是厚是薄，从而为后续选择指数、威布尔、对数正态等寿命分布提供依据。本节围绕四类核心图形展开，并给出从图形到分布初判的对应关系。

一、直方图：先看整体形态

直方图把寿命轴划分为若干等宽区间（bin），统计落入每个区间的样本频数或频率。它是分布形态最直观的入口。绘制时有两个关键参数：区间宽度和起点。区间过宽会掩盖多峰，过窄则噪声大、形态破碎。经验做法是让区间数大致在 √n 附近，再结合数据量微调；样本量小于 30 时，直方图本身就不稳定，只能作为粗略参考。

读直方图时重点看四件事：偏斜方向（寿命数据通常右偏，长尾在右侧）、峰的数量（单峰还是多峰，多峰往往意味着混合总体，如两种失效机理并存）、尾部厚度（右侧拖尾越长，越倾向威布尔或对数正态而非指数）、离群点（远离主体的孤立柱，需核查是否为记录错误或特殊失效模式）。

二、核密度估计：平滑地看形态

直方图的形态依赖分箱，核密度估计（KDE）用核函数对每个样本点“铺”一个小峰再叠加，得到连续平滑的密度曲线，避免了分箱的人为跳变。其形式为对每个观测值 x_i 放置核 K((x−x_i)/h) 后求和，h 为带宽。带宽是核心参数：h 过大曲线过度平滑、掩盖细节；h 过小曲线毛刺多、出现虚假峰。常用经验规则如 Silverman 规则可给出初始带宽，再人工调整观察形态是否稳定。

KDE 特别适合判断多峰性和偏斜程度。若在合理带宽范围内曲线始终呈单峰右偏，则可初步排除指数分布（指数分布密度是单调下降的）；若出现两个明显峰，应怀疑数据来自不同批次、不同工况或不同失效机理，此时不宜用单一分布拟合。

三、经验累积分布函数：不依赖分箱的累积视角

经验累积分布函数（ECDF）把样本从小到大排序，第 i 个观测值处的累积概率取 i/n（或用中位秩 (i−0.3)/(n+0.4) 等更稳健的估计）。ECDF 是阶梯函数，随寿命增大单调不减，直接反映“寿命不超过某值的比例”。相比直方图和 KDE，ECDF 不需要选择分箱或带宽，信息损失最小，是分布初判最可靠的图形之一。

读 ECDF 主要看曲线形状：指数分布的 ECDF 在半对数坐标下（纵轴取 ln(1−F) 或 −ln(1−F)）近似直线；威布尔分布在威布尔概率纸上呈直线；对数正态分布在对数正态概率纸上呈直线。因此 ECDF 常与概率图配合使用。

四、概率图：把“像不像”变成“直不直”

概率图（Probability Plot）是分布初判最有力的工具。其思想是：对候选分布做坐标变换，使该分布的累积分布函数在变换后成为一条直线。将经验累积概率对应的点画在变换后的坐标纸上，若点近似沿直线排列，则该分布是合理候选；若明显弯曲或呈 S 形，则不合适。

常见对应关系：指数分布用 ln(1/(1−F)) 对寿命 t 作图；威布尔分布用 ln(−ln(1−F)) 对 ln t 作图，直线斜率即形状参数 β；对数正态分布用标准正态分位数对 ln t 作图。判断时不仅看是否成直线，还要看尾部：寿命数据的关键往往在右尾，若主体成直线但右尾上翘或下弯，说明尾部行为与假设分布不符，需谨慎。

五、从图形到分布初判的对照

把上述图形结论汇总，可形成一张初判对照表，帮助快速缩小候选分布范围。

六、实操示例：一组轴承寿命数据的初判过程

假设某型号轴承的失效时间（单位：小时）经整理为 20 个样本，示例数据如下（属教学假设数据）：

t = [320, 410, 455, 520, 560, 610, 640, 700, 760, 820,
     880, 950, 1020, 1100, 1210, 1350, 1520, 1780, 2100, 2600]

操作过程：先画直方图，取区间宽度约 300 小时，可见明显右偏、单峰、右尾拖长；再用 Silverman 规则取带宽约 260 小时画 KDE，曲线平滑单峰右偏，无第二峰；接着画 ECDF，曲线在低寿命段上升快、高寿命段上升慢；最后在威布尔概率纸上作图，点大致沿直线分布，斜率估计约 1.8，说明形状参数大于 1，符合磨损型失效特征。综合判断：该批数据不宜用指数分布，威布尔分布是合理首选，对数正态可作为备选进一步比较。

需要强调的是，图形初判只是起点。直方图和 KDE 受参数影响，概率图的直线判断带有主观性，因此最终确定分布时，应结合参数估计（如极大似然估计）与拟合优度检验（Anderson-Darling、Kolmogorov-Smirnov）综合判断。对于含删失的数据，ECDF 和概率图需采用考虑删失的估计方法（如 Kaplan-Meier），不能直接套用完整样本的公式。

总结本节的可操作要点：先用直方图看整体形态和离群，再用 KDE 平滑确认峰数与偏斜，用 ECDF 获得不依赖分箱的累积视角，最后用概率图把候选分布逐一“拉直”比较。四类图形各司其职、互相印证，才能把“数据像什么分布”这一判断做得可靠，为后续的寿命分布建模与可靠性指标计算打下基础。