材料静强度及疲劳强度设计许用值是进行产品设计和材料选择的基础。由于受时间和资金的限制,导致新型材料和改进生产工艺后的材料的力学性能实验数据多为小样本。但是,传统的数据处理又大都是立足于大样本基础上。本文对传统的数据统计处理方法进行了扩展并引入了一些新的数据统计方法,使其能够适应不同数据来源和样本量等情况下的样本。材料力学性能实验数据的统计计算涉及材料静强度实验数据和疲劳实验数据的处理。材料静力性能包括A基准值和B基准值,目前已有一些标准的方法计算大样本时材料性能的基准值。但是针对不同数据来源与样本量的材料静力性能实验数据情况还没有一套标准的统计处理方法,也没有相应的数据处理软件。材料疲劳统计性能研究主要是用统计方法获得材料的P-S-N曲线,已有的处理方法多是针对疲劳寿命分布为对数正态分布或者三参数威布尔分布。由于这些方法都是参数方法,所以在数据处理时有一定的局限性。本论文综合使用了中位秩方法和数值插值方法来获得P-S-N曲线,该方法是一种非参数方法。本文研究的主要内容包括以下几个方面：(1)研究不同数据来源与样本量的材料静力性能实验数据的统计处理方法。(2)编制能够获得材料静力性能的A基准值和B基准值的软件,软件主要包括对大样本、小样本和可回归分析样本的统计计算。(3)研究三参数威尔分布参数的估计方法,并且编制计算三参数威尔分布的三个参数的软件。(4)研究如何用统计方法在小子样情况下获得材料的P-S-N曲线。主要从两个方面进行研究,一是用三参数威布尔分布作为疲劳寿命的分布模型,通过拟合情况选择合适的参数估计方法,然后计算材料的P-S-N曲线；二是在不假设任何分布的情况下用经验分布获得金属材料的P-S-N曲线。