パラメトリック分布分析(右打ち切り)の推定法を指定する

統計 > 信頼性/生存時間 > 分布分析(右打ち切り) > パラメトリック分布分析 > 推定
推定法
  • 最尤法: 尤度関数を最大化して分布パラメータを推定します。
  • 最小二乗法 (故障時間(X)の順位(Y)上への): 確率プロットの点に回帰線を適合して分布パラメータを推定します。

これら2つの方法の詳細については、最小二乗推定法と最尤推定法を参照してください。

一般的な形状 (傾き-ワイブル) または尺度 (1/傾き-他の分布) を仮定する
共通の形状パラメータまたは尺度パラメータで分布のパラメータを推定するために選択します。この前提が推定法にどのように影響を与えるかについての詳細は、最小二乗推定法と最尤推定法を参照して、「パラメトリック分布分析の形状パラメータまたは尺度パラメータを前提とする」をクリックします。
ベイズ (Bayes) 分析

データに故障数がほとんどない、あるいはない場合に、ベイズ(Bayes)分析オプションで分布パラメータの経験値を指定して、結果の信頼区間を得られます。詳細は、故障が皆無またはそれに近い場合に信頼性分析を実施する方法を参照してください。

次で形状 (傾き-ワイブル) または尺度 (1/傾き-他の分布) を設定する
形状パラメータまたは尺度パラメータを固定して他のモデル係数を推定するには、すべての応答変数に対する形状パラメータまたは尺度パラメータとして使用する1つの値を入力するか、応答変数と同じ数の値を入力します。
位置の設定
しきい値パラメータを固定して他のモデル係数を推定するには、すべての変数のしきい値パラメータに使用する値を1つ入力するか、応答変数と同じ値のリストを入力します。 選択した分布にしきい値パラメータがない場合には、しきい値パラメータを入力しないでください。分布にしきい値パラメータがあり、しきい値パラメータを入力しない場合は、Minitabにより、しきい値パラメータが推定されます。
次の追加パーセントに対する百分位数を推定する
百分位数を推定するパーセントを入力します。百分位数に対するパーセントは、特定の時間までに故障が発生すると予測される品目の割合(百分位数)です。したがって、各値は0~100の間で入力し、故障する品目の割合を示す必要があります。n番目の百分位数の場合、n番目より下位の観測値の割合はn%で、n番目より上位の観測値の割合は(100-n)%となります。
次の時間 (値) に対する確率を推定する
計算する生存確率や累積故障確率に対する1つ以上の時間や時間の列を入力します。
  • 生存確率を推定する: 所定の時間より長く機能するユニットの比率を推定します。これらの値を使用すると、製品が信頼性要件を満たしているかどうかを判断したり、2つ以上の製品デザインの信頼性を比較したりできます。詳細については、生存確率とはを参照してください
  • 累積故障確率を推定する: 所定の時間より前にユニットが故障する尤度を推定します。累積故障確率は、1 - 生存確率です。
信頼水準

0~100の信頼水準を入力します。通常、95%の信頼水準が適切です。95%の信頼水準では、95%の信頼性をもって、真の母集団パラメータが区間内に含まれることを示します。つまり、母集団から100個のランダムサンプルを収集する場合、約95個のサンプルで母集団パラメータの実際の値を含む区間を得られると期待できます(すべてのデータが収集・分析される場合)。

90%などの低い信頼水準では、信頼区間が狭くなり、検定に必要なサンプルサイズや試験時間を減らすことができます。ただし、信頼区間に母集団パラメータが含まれる尤度は低くなります。

99%などの高い信頼水準では、信頼区間に母集団パラメータが含まれる尤度は増加します。ただし、有用な狭い信頼区間を得るには、検定でより大きなサンプルサイズまたはより長い試験時間が必要になる場合があります。

信頼区間

ドロップダウンリストで、両側信頼区間(両側)か片側信頼区間(下限または上限)のどちらを表示するかを示します。片側信頼区間は、一般的に結論に統計的な信頼性をもたせるために必要な観測値と試験時間を低減できます。多くの信頼性基準は最悪のケースシナリオで定義され、それを下限で表します。

推定法から最尤法を選択する際に信頼水準のみを指定して、信頼区間を計算できます。

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