プロット点は特定の分布には依存しないので、どの確率プロットを作成した場合も、変換前であればプロット点は同じです。ただし、適合線は選択するパラメトリック分布によって異なります。したがって、確率プロットを使用して、特定の分布がデータにあてはまるかどうかを評価することができます。一般的に、点の位置が適合線に近ければ、適合度が高いといえます。
データに同順位の故障時間(同一の故障時間)が含まれる場合、すべての点(デフォルト)、平均(中央値)、または同順位点の最大値のいずれかがプロットされます。同順位に故障や停止が含まれる場合、故障は停止より前に発生したものとみなされます。
これらの方法のそれぞれが、F(t)のノンパラメトリック推定値、故障までの時間であるランダム変数Tの累積分布関数を生成します。
観測値n個のサンプルの場合、x(1), x(2),..., x(n)と順番の統計値にするか、昇順にデータを並べます。そのとき、iは順番に並んだ観測値x(I)のI番目の順位を示します。各方法の計算式は次のとおりです。
最大観測値が打ち切りなしの場合、Kaplan-Meier法は、最大打ち切りなし観測値に対してp = 1の結果となります。このケースでは、最大観測値のKaplan-Meier推定は、プロットで使用できない数になります。この問題は、最大値pをpと1の距離の90%として再計算することで訂正されます。
任意打ち切りのデータの場合、Turnbull法1を使用して累積確率が推定されます。
用語 | 説明 |
---|---|
i | 連続順位で指定された同順位を持つデータ点の順位 |
n | データに含まれる観測値の数 |
δj | j番目の観測値が打ち切りの場合0、j番目の観測値が打ち切りなしの場合1になります |
ARi | |
AR0 | =0 |
p'i |
分布 | x座標 | y座標 |
---|---|---|
最小極値 | 故障時間 | ln(–ln(1 – p)) |
ワイブル | ln(故障時間) | ln(–ln(1 – p)) |
3-パラメータワイブル | ln(故障時間 – しきい値) | ln(–ln(1 – p)) |
指数 | ln(故障時間) | ln(–ln(1 – p)) |
2-パラメータ指数 | ln(故障時間 – しきい値) | ln(–ln(1 – p)) |
正規 | 故障時間 | Φ –1(p) |
対数正規 | ln(故障時間) | Φ –1(p) |
3-パラメータ対数正規 | ln(故障時間 – しきい値) | Φ –1(p) |
ロジスティック | 故障時間 | |
対数ロジスティック | ln(故障時間) | |
3-パラメータ対数ロジスティック | ln(故障時間 – しきい値) |
用語 | 説明 |
---|---|
Φ –1 | 標準正規分布の逆累積分布関数(ICDF) |
ln(x) | xの自然対数 |