分布識別プロット(任意打ち切り)の例

ある信頼性エンジニアが、新しいタイプのマフラーの信頼性を評価し、50,000マイル保証に対して予想される保証請求の比率を推定します。エンジニアは古いタイプのマフラーと新しいタイプのマフラー両方の故障データを収集します。マフラーは、故障がないかどうか10,000マイルごとに点検されました。

エンジニアは10,000マイルごとの故障数を記録します。したがって、このデータは任意打ち切りです。パラメトリック分布分析(任意打ち切り)を使用して新しいマフラーの故障データを分析する前に、分布識別プロット(任意打ち切り)を使用して分析の分布モデルを選択します。

  1. サンプルデータを開く、 マフラーの信頼性.MTW.
  2. 統計 > 信頼性/生存時間 > 分布分析(任意打ち切り) > 分布識別プロットを選択します。
  3. 開始変数に、開始(新)を入力します。
  4. 終了変数に、終了(新)を入力します。
  5. 度数列 (オプション)に、度数(新)を入力します。
  6. 分布を指定を選択します。デフォルトの分布(ワイブル対数正規指数、および正規)が選択されていることを確認してください。
  7. OKをクリックします。

結果を解釈する

ワイブル確率プロットでは、点がほぼ直線上に収まります。このため、ワイブル分布がうまくあてはまります。このようにして、エンジニアはパラメトリック分布分析(任意打ち切り)のデータをモデル化するためにワイブル分布の使用を決定します。

Minitabは、百分位数の表と平均故障時間(MTTF、mean time to failure)の表も示し、分布ごとに計算された故障時間を提示します。その計算値を比較して、異なる分布で結果がどのように変化するか確認できます。いくつかの分布がデータにうまくあてはまる場合は、最も保守的な結果を提供する分布を使用できます。

分布識別プロット:開始 = 開始(新)および終了 = 終了(新)

度数(新)の度数を使用します

適合度 Anderson-Darling 分布 (調整済み) ワイブル 7.278 対数正規 7.322 指数 8.305 正規 7.291
百分位数表 パーセ 95%正規信頼区間 分布 ント 百分位数 標準誤差 下限 上限 ワイブル 1 37265.1 938.485 35470.3 39150.6 対数正規 1 43817.7 688.033 42489.7 45187.2 指数 1 941.789 32.5296 880.143 1007.75 正規 1 39810.3 1047.34 37757.6 41863.1 ワイブル 5 49434.9 841.147 47813.5 51111.3 対数正規 5 51458.9 624.451 50249.5 52697.5 指数 5 4806.55 166.019 4491.93 5143.21 正規 5 50694.9 810.524 49106.3 52283.5 ワイブル 10 56006.1 759.186 54537.7 57514.0 対数正規 10 56063.1 585.905 54926.4 57223.3 指数 10 9873.05 341.017 9226.79 10564.6 正規 10 56497.5 699.183 55127.1 57867.8 ワイブル 50 77639.9 501.312 76663.5 78628.7 対数正規 50 75850.3 576.625 74728.5 76988.9 指数 50 64952.9 2243.49 60701.3 69502.3 正規 50 76966.0 514.756 75957.1 77974.9
MTTF表 95%正規信頼区間 分布 平均 標準誤差 下限 上限 ワイブル 76585.0 488.71 75633.1 77549 対数正規 77989.9 615.96 76792.0 79207 指数 93707.3 3236.67 87573.5 100271 正規 76966.0 514.76 75957.1 77975

開始(新)の分布識別プロット

本サイトを使用すると、分析およびコンテンツのカスタマイズのためにクッキーが使用されることに同意したことになります。  当社のプライバシーポリシーをご確認ください