2. 小样本问题的提出
在工程实践中，可靠性评估的核心目标是回答“产品在给定任务时间内能正常工作的概率是多少”。传统的大样本统计方法（如经典频率学派）依赖大量失效数据来估计寿命分布参数。然而，现代高端装备（如航天器、核级阀门、航空发动机叶片）往往面临一个尖锐的矛盾：样本量极少，但可靠性要求极高。这就催生了小样本可靠性评估这一专门领域。
1. 大样本方法的困境
经典可靠性评估通常基于大数定律和中心极限定理，要求失效样本数 n ≥ 30 甚至更多，才能保证点估计和置信区间的渐近有效性。当样本量不足时，会出现以下问题：
| 问题 | 大样本方法表现 | 小样本下的后果 |
|---|---|---|
| 参数估计偏差 | 无偏或渐近无偏 | 点估计严重偏离真值，方差被低估 |
| 置信区间覆盖 | 名义置信水平 ≈ 实际覆盖概率 | 实际覆盖概率远低于名义水平，评估过于乐观 |
| 假设检验功效 | 能有效区分不同分布 | 检验功效极低，无法拒绝错误假设 |
| 模型选择 | AIC/BIC 等准则可靠 | 模型混淆度高，易过拟合 |
核心矛盾： 高可靠产品在试验中往往“零失效”或“极少失效”，但决策者仍需给出具有统计置信度的可靠性下限。大样本方法在此场景下完全失效。
2. 工程中的典型小样本场景
小样本问题并非理论家的臆想，而是工程一线每天面临的真实挑战。以下列出四类最具代表性的场景：
- 单件/极少量生产的高价值装备
例如：运载火箭发动机、深海潜水器耐压壳、核电站主泵。这些产品年产量仅几台，全寿命周期内可能只有 1~5 个样本可用于可靠性评估。 - 长寿命、高可靠产品
例如：卫星用固体继电器、海底光缆中继器、医用植入式心脏起搏器。设计寿命长达 10~30 年，加速试验后仍只有少量失效数据。 - 破坏性试验成本极高
例如：弹药引信、火工品、一次性压力容器。每做一次试验就消耗一个产品，且试验后产品无法复用，样本量受经费和库存严格限制。 - 研制阶段早期数据稀缺
例如：新型战斗机航电系统、自动驾驶域控制器。在方案论证和初样阶段，仅有 2~3 台样机参与摸底试验，却需要给出设计可靠性指标。
3. 小样本带来的统计挑战
当样本量缩减到个位数时，经典统计推断的根基发生动摇，具体表现为：
- 分布假设难以验证： 3~5 个数据点无法通过拟合优度检验（如 K-S 检验、A-D 检验），分布类型的选择几乎完全依赖工程经验。
- 极大似然估计（MLE）失效： 小样本下 MLE 可能不存在（如 Weibull 分布形状参数 β 的 MLE 在零失效时发散），或存在严重偏倚。
- 置信区间过宽： 即使采用精确方法（如 Fisher 精确置信限），得到的置信下限可能低至无法接受，丧失工程指导意义。
- 先验信息无法忽略： 在样本极少时，忽略历史数据和专家经验的纯数据驱动方法，其评估结果往往与工程直觉严重冲突。
关键认知： 小样本可靠性评估不是“用更少的样本做同样的计算”，而是需要一套全新的推断范式——融合先验信息、利用物理模型、采用贝叶斯或 Bootstrap 等小样本专用方法。
4. 小样本与大样本的对比总结
| 维度 | 大样本（n ≥ 30） | 小样本（n ≤ 10） |
|---|---|---|
| 分布假设 | 可通过检验验证 | 依赖工程经验或物理机理 |
| 参数估计方法 | MLE、矩估计 | 贝叶斯估计、Bootstrap、修正 MLE |
| 置信下限精度 | 窄，接近名义水平 | 宽，需借助先验信息收窄 |
| 对先验信息的依赖 | 弱（可忽略） | 强（必须融合） |
| 典型工程场景 | 批量电子元器件、消费品 | 航天、核能、军工、高端医疗 |
工程警示： 切勿将大样本方法直接套用于小样本数据。例如，用正态近似法计算二项分布可靠性置信下限时，若失效数 r = 0，会得到“可靠性 100%”的荒谬结论。小样本问题必须使用专门方法（如 Bayes 方法、Bootstrap 方法、精确置信限法）。
5. 小样本可靠性评估的工程价值
尽管小样本带来诸多统计困难，但工程界不能因此放弃定量评估。小样本可靠性评估的核心价值在于：
- 支撑高风险决策： 在航天发射、核设施运行等场景，决策者需要基于有限数据给出“可靠性不低于 0.999”的统计保证，这是安全放行的必要条件。
- 指导试验设计： 通过小样本评估结果，可以识别可靠性薄弱环节，从而优化后续试验方案（如增加应力水平、调整监测参数）。
- 积累领域知识： 每一次小样本评估都是对产品物理失效机理和制造一致性的深度检验，评估过程中暴露的假设偏差会反哺设计改进。
从本章开始，我们将系统介绍适用于小样本场景的可靠性评估方法，重点聚焦于置信下限的精确推导——这是工程决策中最关心的输出量。