4. MTTR 点估计：样本均值法、中位数法、加权平均法在 MTTR 计算中的应用

平均修复时间（MTTR, Mean Time To Repair）是衡量产品维修性的核心指标，其点估计的准确性直接影响可用度建模与维修保障决策。本章聚焦三种最常用的 MTTR 点估计方法：样本均值法、中位数法和加权平均法，分别阐述其适用场景、计算步骤与工程实践要点。

4.1 样本均值法（经典估计）

样本均值法是 MTTR 点估计中最基础、最直观的方法，适用于修复时间数据近似服从正态分布或对称分布的情形。其核心思想是将所有观测到的修复时间取算术平均值。

MTTR = (1 / n) * Σ tᵢ

工程应用步骤：

1. 数据采集：记录每次故障修复的起止时间，计算修复时长（单位：小时或分钟）。
2. 数据清洗：剔除明显异常值（如记录错误、非维修性延迟时间）。
3. 均值计算：将所有有效修复时间求和，除以有效样本量。
4. 结果输出：得到 MTTR 点估计值，通常保留两位小数。

4.2 中位数法（稳健估计）

当修复时间数据呈现明显偏态分布（如对数正态分布）或包含少量极端大值时，中位数法比均值法更稳健。中位数反映的是修复时间的“典型”水平，不受极端值影响。

1. 将所有修复时间按升序排列：t₁ ≤ t₂ ≤ ... ≤ tₙ
2. 若 n 为奇数：MTTR = t_{(n+1)/2}
3. 若 n 为偶数：MTTR = (t_{n/2} + t_{n/2 + 1}) / 2

工程实践对比：

4.3 加权平均法（分层估计）

加权平均法适用于修复时间来自不同子系统、不同维修班组或不同故障模式的情形。通过赋予各层数据不同的权重，可以更准确地反映整体 MTTR。

MTTR = Σ (wᵢ * t̄ᵢ) / Σ wᵢ

典型权重选取方式：

• 故障频次权重：以各子系统发生的故障次数作为权重，反映实际维修工作量。
• 维修工时权重：以各层累计维修工时作为权重，适用于工时定额管理。
• 专家权重：当数据量不足时，可结合专家经验赋予主观权重（需谨慎使用）。

4.4 三种方法的对比与选择策略

下表从多个维度对三种 MTTR 点估计方法进行系统对比，帮助工程人员根据数据特征和业务需求做出合理选择。

选择策略建议：

• 若数据干净、样本量大且分布对称，优先使用样本均值法。
• 若数据存在离群值或明显偏态，使用中位数法作为主估计或辅助验证。
• 若系统由多个异质子系统组成，且各层故障率差异显著，使用加权平均法。
• 在实际工程报告中，建议同时给出均值和中位数，以展示数据的集中趋势和稳健性。

4.5 工程实践中的注意事项

• 样本量影响：样本量过小（n < 10）时，三种方法的估计结果均不稳定，建议结合区间估计或贝叶斯方法。
• 数据截断问题：若维修时间存在截尾（如合同规定最长修复时间），均值法和中位数法均会产生偏倚，需使用生存分析方法校正。
• 权重合理性：加权平均法中的权重应基于工程实际（如故障率、维修频次），避免主观随意赋值。
• 报告规范：在维修性分析报告中，应明确标注所用方法、样本量、数据来源及异常值处理方式。