贝叶斯估计是一种综合了总体信息、样本信息和先验信息的情形下对总体参数进行估计的统计方法,在产品寿命评估上有极其重要的作用. Rayleigh分布和指数-威布尔分布是相当重要的寿命分布.目前对寿命分布参数估计的研究虽然很多,但大多是针对单参数情形进行估计的,且在无失效数据情形下如何讨论产品寿命的参数的估计是当今研究的一个热点.因此,本文针对以上问题进行了研究,主要做了如下几个方面的工作:　　第一,在完全样本下,基于加权p,q对称熵损失函数讨论了Rayleigh分布参数倒数的极大似然估计、贝叶斯估计以及估计的可容许性和置信下限;　　第二,在双边定数截尾样本下,基于Linex损失函数讨论了Rayleigh分布参数倒数的贝叶斯估计问题;　　第三,在逐步增加Ⅱ型截尾样本下,基于加权p,q对称熵损失函数,讨论了在两参数同时未知的情形下指数-威布尔分布的贝叶斯估计,并用 Lindley近似逼近法给出了估计的解析形式,最后通过Matlab随机模拟验证了结果的合理性;　　第四,在无失效数据下讨论了失效概率pi的Bayes估计和多层贝叶斯估计,并证明了两者的渐近等价性。