由于产品的可靠性愈来愈高，所以在产品的可靠性试验中，“无失效数据”现象也愈来愈多，本文主要研究了在无失效数据场合下，产品在ti时刻前的失效概率pi的估计，及产品寿命分布中参数θ（θ∈Θ）的点估计和Bayes估计，计算的结果表明，与以往文献相比，参数的估计值和有关可靠性指标更接近于实际情况，所以本文给出的方法是可行的，从而丰富了关于无失效数据的统计分析的研究成果。 全文共分为五章，在第一章中，我们利用极值分布分布函数的凹凸性，给出了产品在ti前的失效概率pi的Bayes估计和多重Bayes估计，以及参数β和n的估计，并对一个实例进行了计算，其中Bayes估计的结果由定理2.1给出，多层Bayes估计的结果分别由定理3.1和定理3.2给出．在第二章中，我们基于文献[22]的思想，引入失效的信息，提出了拟似然函数法处理无失效数据，给出了指数分布，Weibull分布场合下的参数的最大拟似然估计，结果分别由（3.1）式，（4.1）式和（4.2）式给出。最后对实例进行了计算，并且把计算结果与文献[22]的结果进行了比较。在第三章中，我们改造了文[16]的矩方程，得到了双参数指数分布场合下的参数μ和σ的拟矩估计，μ和σ的估计由（5.7）和（5.8）两式给出，在第四章中，考虑到文献[1]中超参数a，b无法确定时（缺少过去经验和工程知识，无法确定指数分布平均寿命λ的上限UL和下限LL），我们采用多重Bayes方法，由（3.6）式给出了试验总时间nt的估计。在第五章中，我们讨论了在熵损失下，当a已知时，Paxeto分布的参数θ的Bayes估计，并由后验分布导出了的θ置信限，给出了容许性估计的一般形式[cT（x）+d]-1。