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。
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。
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。

| 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 |
| 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 | 1 | 37265.1 | 938.485 | 35470.3 | 39150.6 |
| 対数正規 | 1 | 43817.7 | 688.033 | 42489.7 | 45187.2 |
| 対数ロジスティック | 1 | 41843.3 | 810.048 | 40285.4 | 43461.5 |
| 指数 | 1 | 941.789 | 32.5296 | 880.143 | 1007.75 |
| ワイブル | 5 | 49434.9 | 841.147 | 47813.5 | 51111.3 |
| 対数正規 | 5 | 51458.9 | 624.451 | 50249.5 | 52697.5 |
| 対数ロジスティック | 5 | 51967.9 | 703.264 | 50607.7 | 53364.8 |
| 指数 | 5 | 4806.55 | 166.019 | 4491.93 | 5143.21 |
| ワイブル | 10 | 56006.1 | 759.186 | 54537.7 | 57514.0 |
| 対数正規 | 10 | 56063.1 | 585.905 | 54926.4 | 57223.3 |
| 対数ロジスティック | 10 | 57323.9 | 638.684 | 56085.7 | 58589.5 |
| 指数 | 10 | 9873.05 | 341.017 | 9226.79 | 10564.6 |
| ワイブル | 50 | 77639.9 | 501.312 | 76663.5 | 78628.7 |
| 対数正規 | 50 | 75850.3 | 576.625 | 74728.5 | 76988.9 |
| 対数ロジスティック | 50 | 76490.1 | 545.549 | 75428.3 | 77566.9 |
| 指数 | 50 | 64952.9 | 2243.49 | 60701.3 | 69502.3 |
| 95%正規信頼区間 | ||||
|---|---|---|---|---|
| 分布 | 平均 | 標準誤差 | 下限 | 上限 |
| ワイブル | 76585.0 | 488.71 | 75633.1 | 77549 |
| 対数正規 | 77989.9 | 615.96 | 76792.0 | 79207 |
| 対数ロジスティック | 78702.3 | 579.02 | 77575.6 | 79845 |
| 指数 | 93707.3 | 3236.67 | 87573.5 | 100271 |