随着科学技术的进步，产品的质量不断提高，产品的寿命越来越长，由定时截尾寿命试验获得的数据特别是在高可靠性、小子样问题中经常出现“无失效数据”。对无失效数据的可靠性分析是近几年来可靠性分析中的一个热点问题。应用Bayes方法于无失效数据的可靠性分析在近几年成为了研究的一个热点并取得了很好的效果。本论文的研究包括如下三个部分：第一部分：根据韩明(1997)提出的减函数方法，讨论了指数分布无失效数据的失效率的先验分布为贝塔指数分布时，失效率的Bayes估计及多层Bayes估计，并在引进失效信息时，讨论了截尾贝塔指数分布下，超参数的先验分布为均匀分布下，失效率的Bayes估计及多层Bayes估计和综合估计，并给出了可靠度的估计，给出了数值例子说明了估计的有效性。第二部分：对于负二项分布，韩明(1997)介绍了如果总的试验次数n较大，说明产品的可靠度大的可能性大，而小的可能性较小。根据韩明(1997)提出的增函数法对R选取先验分布，得到了相应的Bayes估计，多层Bayes估计及相对应的置信下限。第三部分：两参数广义指数分布(GE分布)自Gupta和Kunda((1999)提出以来，引起了很多学者的注意并得到了广泛的研究，本文对形状参数进行讨论得到了其经验Bayes估计，并研究了其倒数函数的损失函数和风险函数的Bayes估计及估计的性质。