在许多学科领域的研究中，比如医学、生物学、可靠性工程学、公共卫生学、保险精算学、人口统计学以及经济学等，常常遇到一类不完全数据-区间删失数据.比如：我们只知道个体真正的失效时间X是在检测时间T之前还是之后.但是不知道随机变量X的具体观测值，这类数据称之为I型区间删失数据.在可靠性分析中常常会遇到这一类数据，研究这一类问题具有重要的理论和实际意义.近几年来，I型区间删失数据的研究逐渐得到统计学家们的重视，并广泛的应用在其他学科领域中.其研究主要分两种情况，一是在分布未知的情况下，利用已知数据得到分布的非参数估计；二是分布已知，利用已知数据得出分布中未知参数的估计。　　 成败型寿命试验广泛应用于可靠性工程检验中，用来估计产品的储存时间.试验中得到的观测数据是I型区间删失数据，通常概括为分组数据的形式.本文主要针对此类数据，研究累积分布函数不能被线性化的寿命分布中的参数估计问题.根据这种数据的特点，本文给出一种两步迭代算法，得出参数估计.全文共五章，第一章简要介绍研究背景及现状；第二章介绍了一些准备知识；第三章主要引入两步迭代法，然后介绍了一种不解似然方程而得出极大似然估计的方法一均匀布点法；第四章通过计算机模拟，来验证本文所提方法的合理性和计算效率；第五章对全文进行总结。