間隔検閲を用いた 分布識別プロット 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、データは区間検閲されています。新しいマフラーの故障データを パラメトリック分布分析で解析する前に、エンジニアは 分布識別プロット を使って解析用の分布モデルを選択します。

  1. サンプルデータ、マフラーの信頼性.MWXを開きます。
  2. 統計 > 信頼性/生存時間 > 分布分析 > 分布識別プロット を選択します。
  3. 打ち切りから 、 区間打ち切りデータを選択します。
  4. データから 、 1つまたは複数のサンプル(それぞれ開始列と終了列にわける)を選択します。
  5. 開始列に開始(新)を入力します。
  6. 終列に終了(新)を入力します。
  7. 度数列(オプション)に度数(新)を入力します。
  8. 位置スケール分布 を選択外し、 閾値パラメータを含む分布 して以下の分布を評価します。
    • ワイブル
    • 対数正規
    • 対数ロジスティック
    • 指数
  9. OK を選択します。

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。そこでエンジニアはワイブル分布を使ってデータをモデル化することにしますパラメトリック分布分析。

Minitabはまた、パーセンタイル表と平均故障時間表(MTTF)を表示し、各分布の計算された故障時間を示します。計算値を比較して、異なる分布で結論がどのように変わるかを確認できます。複数の分布があなたのデータに合致する場合は、最も保守的な結果をもたらす分布を使いたいかもしれません。

ヒント

解析にはサンプルカラムと検閲方式を含む信頼性データ定義が格納されます。定義を選択して、同じデータに対して素早く 分布識別プロット、 分布概要プロット、 パラメトリック分布分析、 ノンパラメトリック分布分析 を実行します。

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
対数ロジスティック7.277
指数8.305

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
対数ロジスティック141843.3810.04840285.443461.5
指数1941.78932.5296880.1431007.75
           
ワイブル549434.9841.14747813.551111.3
対数正規551458.9624.45150249.552697.5
対数ロジスティック551967.9703.26450607.753364.8
指数54806.55166.0194491.935143.21
           
ワイブル1056006.1759.18654537.757514.0
対数正規1056063.1585.90554926.457223.3
対数ロジスティック1057323.9638.68456085.758589.5
指数109873.05341.0179226.7910564.6
           
ワイブル5077639.9501.31276663.578628.7
対数正規5075850.3576.62574728.576988.9
対数ロジスティック5076490.1545.54975428.377566.9
指数5064952.92243.4960701.369502.3

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
対数ロジスティック78702.3579.0277575.679845
指数93707.33236.6787573.5100271