一、样本量：验证可信度的基础
在寿命验证中，样本量（Sample Size）指参与试验的产品或部件数量，直接决定统计结论的可信程度。样本量过小，难以暴露长尾失效；样本量过大，则成本与周期不可承受。因此样本量确定是方案设计的核心环节。
需要澄清：样本量不是越大越好，而是要在可接受的风险水平下满足判定需求。其本质是平衡置信度、精度与资源。
二、相关统计标准
| 编号 | 名称 | 适用范围 | 关联 |
|---|---|---|---|
| GB/T 4086 | 统计分布数值表 | 通用 | 分布分位 |
| IEC 62308 | 可靠性评估 | 电子设备 | 评估模型 |
| GJB 899 / 相关可靠性试验 | 可靠性试验 | 装备 | 试验方案 |
| IEC 62506 | 加速试验 | 通用 | 样本计划 |
| YY/T 0316 | 风险管理 | 器械 | 风险定级 |
说明：样本量计算多引用统计分布与可靠性评估标准，风险管理用于界定可接受失效率。
三、样本量确定方法维度
1. 按统计模型划分
| 模型 | 适用 | 输入 |
|---|---|---|
| 二项分布 | 合格/失效 | 合格率 |
| 威布尔 | 寿命数据 | 形状参数 |
| 指数 | 随机失效 | 失效率 |
2. 按目标划分
| 目标 | 含义 |
|---|---|
| 置信度 | 结论可靠程度 |
| 可靠度 | 期限内不失效概率 |
3. 按试验类型划分
| 类型 | 样本策略 |
|---|---|
| 加速 | 可较少 |
| 实时 | 需更多 |
四、方案设计：计算步骤
步骤一：确定目标可靠度与置信水平（如可靠度 R、置信度 C）。
步骤二：选择寿命分布模型。
步骤三：代入公式计算所需样本量。
步骤四：结合批次与成本调整。
示例（指数分布零失效）：
| 参数 | 取值 |
|---|---|
| 可靠度 R | 0.90 |
| 置信度 C | 0.90 |
| 所需 n | 按公式估算 |
设计要点：零失效方案所需样本随可靠度上升显著增加；应预留失效余量。
五、典型应用场景
- 高可靠部件：要求高可靠度，样本量需相应增加。
- 一般部件：可靠度适中，样本可适度压缩。
- 加速验证：应力等效成立时，样本可少于实时。
六、数据分析
常见公式：n = ln(1−C) / ln(R)（零失效指数情形）。置信区间依分布给出。浴盆曲线提示应在随机失效阶段取样，避开早期筛选影响。
七、挑战与前沿
小样本下置信不足、失效机理不清、加速等效难证是难点。前沿为贝叶斯更新与退化数据扩充样本信息。
八、结语
样本量是寿命验证中用数学换取可信度的杠杆。算得清，才说得准。