Weibull分布是可靠性理论与生存分析中应用最广泛的产品寿命分布之一，本文主要介绍不同情况下对双参数Weibull分布的参数估计，着重引进在完全数据下对其尺度参数的改进后的MLE估计，以及介绍缺失数据下对其参数一种基于贝叶斯的算法。　　 论文第一部分，介绍了相关的背景知识，包括双参数Weibull分布的模型，缺失数据的基本类型。　　 接下来用两章的章节详细介绍了，在完全样本下，双参数Weibull分布现行的几种经典估计方法，分图解法与解析法两大体系来讲述。首先第二章介绍图解法，最常见的估计方法有：Weibull概率图(ProbabilityPlotting)，危险率图法(HazardPlottingTechnique)等。第三、四章将常用的估计方法归纳成解析法包括：最小二乘法估计(LSE：XonY以及YonX)，极大似然估计，以及改进的极大似然估计等。在解析法中着重研究了在完全数据下对Weibull分布尺度参数的有效MLE估计，并通过模拟计算将其估计的效率与普通极大似然估计进行比较。　　 在缺失数据情况下，对两参数Weibull分布的参数估计，最后一章引述了在小样本高度缺失数据情况下对贝叶斯估计进行改进完善的一种算法，BRM-IS，并进行模拟计算。