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。

度数(新)の度数を使用します

適合度

分布Anderson-Darling
(調整済み)
ワイブル7.278
対数正規7.322
指数8.305
正規7.291

パーセンタイル表





95%正規信頼区間
分布パーセントパーセンタイル標準誤差下限上限
ワイブル137265.1938.48535470.339150.6
対数正規143817.7688.03342489.745187.2
指数1941.78932.5296880.1431007.75
正規139810.31047.3437757.641863.1
           
ワイブル549434.9841.14747813.551111.3
対数正規551458.9624.45150249.552697.5
指数54806.55166.0194491.935143.21
正規550694.9810.52449106.352283.5
           
ワイブル1056006.1759.18654537.757514.0
対数正規1056063.1585.90554926.457223.3
指数109873.05341.0179226.7910564.6
正規1056497.5699.18355127.157867.8
           
ワイブル5077639.9501.31276663.578628.7
対数正規5075850.3576.62574728.576988.9
指数5064952.92243.4960701.369502.3
正規5076966.0514.75675957.177974.9

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76585.0488.7175633.177549
対数正規77989.9615.9676792.079207
指数93707.33236.6787573.5100271
正規76966.0514.7675957.177975