可靠性技术正式诞生于上个世纪50年代，发展至今形成了一系列具有共性和一般意义的技术方法论，主要包括：可靠性统计方法、故障分析方法、可靠性试验方法、可靠性物理方法、可靠性逻辑方法、可靠性设计方法。今天说说可靠性统计方法。

可靠性统计方法可以划分为两个发展阶段。

第一个阶段是统计学的工程应用。这一阶段的主要特征是对产品发生的故障数据进行统计分析，即通过收集产品的故障数据，按组成产品的各单元发生故障的频数大小判明一个产品中的薄弱环节，为改进产品定位到某个单元或某个单元的故障模式。

这一阶段的可靠性理论基础是统计学，实践中强调的是故障数据收集、分析和反馈的及时性与有效性。在全球工业化快速发展的初期，可靠性统计方法应用十分普遍。因为工业产品的批量化生产和使用，产品发生的故障数据也是足够的，此时只要运用有效的管理手段将这些数据收集起来，统计学家就可以迅速判明一个产品中哪个部分可靠度最差，而如何提高其可靠度的工作则留给了产品设计工程师。

第二个阶段是构建可靠性专业的理论话语。这一阶段的主要特征是以可靠度的概率定义为基础，建立了以概率论为基础的可靠性指标体系，构建了可靠性作为一门独立专业所必要的理论话语。

现代概率论是上个世纪30年代建立起来的一门公理化数学分支，概率的概念很古老，但是概率论成为公理化数学则很年轻。所谓可靠性专业的理论话语，就是搞可靠性研究和应用的人建“群”了，有自己的符号语言，群里的人说的话，群外边的人一时半会儿听不懂。比如平均故障间隔时间、可靠寿命、使用寿命等术语，如果没有学过可靠性专业知识，仅凭字面理解，往往要搞错。

这个特征标志着可靠性专业诞生了，这个有共同的理论话语的“群”，在学术上的正式称呼是“可靠性学术共同体”。可靠性专业独有的术语进入工程实践，使得可靠性工作不仅仅是统计学的简单应用了。

可靠性理论中的浴盆曲线就是在这一时期通过大量的故障统计数据得到的观察结果。顺便说一句，如果哪一类产品通过使用数据得到了浴盆曲线中的早期故障期，就表明企业的可靠性工作没起作用，因为这些早期故障不应该出现在用户使用中。

在可靠性统计方法指导下，可靠性工程实践取得了长足的进步和发展。但可靠性统计方法存在三个方面的弱点：

一是可靠性统计方法只能给出产品可靠性水平的评估结果，不能明确指明产品可靠性的改进方向。可靠性统计方法无法指出影响产品可靠性的根本原因。它只能关注产品的故障时间数据，无法关注产品内部是如何工作的或如何故障的，因此可靠性统计方法能给出的仅仅是产品可靠性水平高低的结论。

如果在实践中要进一步提高产品可靠性水平，必须辅以有效的故障/失效分析方法，才能找到引起故障的根本原因，再从设计、制造、使用和维护方面采取有针对性的改进措施。这一过程依赖于产品设计、制造和使用维护过程中的经验积累，而与可靠性统计方法的关联性不大。

二是可靠性统计方法的应用必须等到产品使用后得到故障数据，才能给出可靠性评估结果，这不能满足在产品研发早期进行可靠性分析评估的实践需求。

三是在相当多的情况下，故障数据难以满足概率论中大数定律的约束，使得可靠性统计方法给出的评估结果难以自圆其说。这三个方面的问题牵引着可靠性理论必须进一步发展。

无论是来自学术界的研究者还是来自工业界的工程师，如果掌握了可靠性统计方法，则能从容地面对有大量的故障时间数据的情况。但由于工程实际中缺乏充足有效的故障时间数据是常态，这样的研究者或工程师难以发挥可靠性的专业作用，自然而然地要转向迎接稀疏故障时间数据的挑战。