本文主要研究了如何用经验似然的方法进行非参数检验、如何用经验似然对带限制的参数如何构造置信区间以及如何使用信仰分布在既有零件实验数据又有系统实验数据的情形下对单一零件的可靠度进行统计推断的问题。这些问题在金融、经济、医学、生物及工业等不同领域都有广泛的应用，也是现代统计研究的热点问题。　　第一章简要地介绍这些问题的研究背景、研究现状、应用背景以及我们的研究思想和我们研究的创新之处。　　在一些实际问题中，通常会遇到非参数模型，这个时候我们一个自然的想法便是能否用更加简明的参数模型来刻画原非参数模型，即需要对非参数模型进行参数化检验。本文第二章便主要介绍如何基于网格经验似然来对非参数模型进行参数化检验，同时我们将其与已有检验方法进行了模拟对比，并说明了这个方法相对于已有方法有何优点。　　在另一些问题中，常常会需要对某个参数构造置信区间，但是事先知道该参数的某些限制条件，这时如何基于这些限制条件来构造置信区间便是在第三章主要探讨的问题。这里一共提出了两种基于经验似然的构造置信区间的方法。同时对这两种方法进行了模拟对比，并分析了各自的优缺点。　　在工业统计中经常会遇到既有单个零件的实验数据，又有整个系统的实验数据的情况。在这个情形下如何用现有的全部数据对单个零件进行可靠性推断是在第四章中主要讨论的问题。这里我们给出了串并联系统的具体推断方式。在串连系统下给出了详细的模拟结果，并将其与传统的方法进行了对比。最后我们将这个方法推广到了一般情形下。