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。エンジニアは 分布概要プロット を用いてワイブル分布をデータに当てはめ、時間経過による生存率と故障率を視覚的に評価します。
- サンプルデータ、マフラーの信頼性.MWXを開きます。
- を選択します。
- 打ち切りから 、 区間打ち切りデータを選択します。
- 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。
- 開始列に開始（旧）を入力します。
- 終列に終了（旧）を入力します。
- 度数列（オプション）に度数（旧）を入力します。
- 行を追加を選択します。
- 開始列の2列目に 開始（新）が入ります。
- 終列の2列目に 終了（新）が入ります。
- 度数列（オプション）の2列目に 度数（新）が入ります。
- 仮定する分布から 、 ワイブルを選択します。
- OK を選択します。
結果を解釈する
確率プロットは、ワイブル分布が両方の変数に関するデータにうまく適合していることを示します。
ハザード関数プロットを使用して異なる変数の故障率を比較します。たとえば、約90,000マイル未満の使用において、新しいマフラーのデザインでの故障率は、旧デザインの故障率より低くなります。
生存関数プロットを使用して異なる変数の生存率を比較します。たとえば、全使用マイルにおいて、正常に機能するマフラーのパーセントは旧デザインより新しいマフラーのデザインのほうが大きくなります。
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。
