在现代市场竞争环境下,耐用品（Durable Goods）制造商除需要保证将合格的产品交给消费者外,还需要为其销售的产品提供质量保证。所谓售后质量保证（Warranty）（简称质保）是由制造商向其消费者提供的产品在规定的时间和使用条件下能够执行其预定功能的保证。在质保期内如果产品发生失效,则由制造商或其代理对产品进行免费维修或更换。按照质保期定义方式的不同,质保政策可以进一步划分为一维质保和二维质保。在质保期内如果产品发生失效,则客户会提出质保索赔（Warranty Claim）。在质保服务过程中,制造商往往会累积大量与质量和可靠性相关的重要信息。而质保数据分析（Warranty Data Analysis）的主要目的在于从质保数据中提取有用信息。本文以二维质保产品为研究对象,首先系统介绍了基于质保数据的产品可靠性分析理论和方法,进而从如下三个方面展开研究:（1）从新产品投产开始,以二维质保数据为基础,研究了产品可靠性随生产时间的持续或累计产量的增加而提升的现象,我们称之为可靠性学习效应。以汽车质保数据为例,通过对数线性回归模型对产品早期的学习效应进行了评估,分析了导致可靠性增长效应的原因。该研究不但可以提高质保索赔预测的精确度,而且对于工程师或管理人员发现潜在的影响可靠性学习的原因及如何加快可靠性学习速度的具有重要意义。（2）二维质保产品的失效过程通常受产品使用量和使用时间的双重影响。在之前的研究中,通常假设累积使用度和使用时间之间存在确定的线性关系。与现有成果不同,本论文定义了使用度和使用时间之间的随机函数关系,推导出了在给定年龄时使用量的边际分布以及在给定使用量时年龄的边际分布,构建了基于二元威布尔分布的失效建模方法,为二维质保数据建模提供了新的思路。（3）针对服务备件领域,探究了基于质保数据的备品备件需求预测的问题。在二维质保政策下,首先应用使用率分布计算在保产品数量,在考虑使用强度对可靠性影响的情况下建立备件需求预测模型。对于不可修备件应用加速失效寿命模型模拟使用强度对产品可靠性的影响,对于可修备件应用比例风险模型模拟使用强度对产品可靠性的影响。进而,利用动态库存控制模型求解成本最优的库存控制策略。最后,通过一个挖掘机制造企业的数据进行的实证研究。