在实际的生产生活中，我们常常遇到有关产品寿命的统计问题。在通常情况下，仅仅给出有关参数的点估计是不够的，需要引入区间估计。在一般大样本情况下，有很多经典研究，得到很多有价值的结论。但有些产品，比如导弹，因成本高昂，不可能做大量的实验，因而得不到大样本，从而不能再用经典的极限理论。为解决小样本情形下的的寿命置信限推断问题，一般可以考虑样本空间排序法.本文主要讨论Ⅰ型删失数据在指数分布的情况下，产品平均寿命的置信限问题。以往所采用排序方法是用人为定义的样本分量求和方法，但这样做使得到的置信下限大小次序与最大似然点估计并不一致.本文则采用更为自然的最大似然估计来排序，利用指数分布似然函数导数的单调性发现了有效的算法，在没有增加计算复杂度的情况下，得出了更为优良的置信限。通过模拟计算验证了新置信限的优良性。　　本文第一章绪论，第二章回顾了样本空间排序法的基本定义和定理，第三章提出新的排序方法和置信下限理论，第四章提出对应的置信上限和置信区间理论，第五章是容忍区间和容忍限的理论。