パラメトリック成長曲線のデータに関する考慮事項

有効な結果が確実に得られるようにするため、データの収集、分析の実行、および結果の解釈時には、次のガイドラインを考慮してください。

修復可能システムの故障時間を収集する
システムの修理データは、通常は一連の故障(または修理)時間で構成されます。たとえば、故障した自動車を修理して使用し、再び故障した場合についてデータを収集します。修理時間を考慮しない各故障時間がデータで表されます。
故障切り上げまたは時間切り上げを示す正確なデータ
故障で切り上げたシステムは、故障回数が所定の回数に達すると離脱します。故障で切り上げたシステムでは、最後の故障が発生した直後に離脱します。時間で切り上げたシステムは、所定の期間が経過すると離脱します。時間で切り上げたシステムでは、時間の最大値が故障時間ではありません。故障で切り上げたデータおよび時間で切り上げたデータが両方ある場合、故障時間か離脱時間かを示すために離脱列を使用する必要があります。詳細については、「離脱情報を指定する」を参照してください。
故障時間や時間区間内の故障を示す正確なデータ
正確なデータがある場合、各故障が発生した時間を正確に把握していることになります。たとえば、正確に490日目にエンジンが故障し、修理の後、822日目に再び故障した場合です。区間データがある場合、各故障が2つの時間の間で発生したことのみ把握していることになります。たとえば、エンジンが475日目と500日目の間に故障し、修理の後、800日目と825日目の間に再び故障した場合です。
複数のシステムからのデータを特定する
修復可能システム分析における複数のシステムを評価するには、故障時間とそれに対応する故障元のシステムを特定する列が必要です。列内のシステムはすべて同じ工程のものであると仮定され、併合成長曲線を推定できます。ただし、システム間の形状または尺度の同等性検定も行われます。異なるシステムの形状または尺度が同等ではないという検定結果の場合、各システムのデータを個別に分析する必要があります。
使用するモデルはデータに適合させる必要があります
データにべき法則工程モデルまたはポアソンモデルを使用できます。べき法則工程を使用して、増加、減少、または一定で推移する故障/修復時間をモデル化します。ポアソン工程を使用して、一定のまま推移する故障/修復時間をモデル化します。選択するモデルがデータに適合するかどうかを判断するには、プロット検定とトレンド検定を使用します。選択するモデルがデータに適合しない場合、分析の結果が正確にならない可能性があります。その場合、ノンパラメトリック成長曲線の使用を検討してください。
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