パラメトリック分布分析の分布フィッティングを指定します

分布のパラメータをどのように推定するかを指定します。

推定法

最尤法

尤度関数を最大化して分布パラメータを推定します。

最小二乗法 (故障時間(X)の順位(Y)上への)

確率プロット上の点に回帰直線をフィッティングして分布パラメータを推定します。

これら2つの方法についての詳細は 最小二乗推定法と最尤推定法をご覧ください。

分布パラメータ：

データから推定する

データから分布のパラメータを推定する。

過去の推定値を使用

このオプションを選択して、分布パラメータの過去推定値を指定してください。この方法を使って、分布のすべてのパラメータを指定します。過去のパラメータの推定値をワークシートの列にまとめます。サンプルモードと故障モードの組み合わせごとにパラメータの列を入力します。以下のルールを使って列内のパラメータを並べてください。

• ワイブル分布については、1行目に形状パラメータ、2行目にスケールパラメータを入力します。
• 指数分布については、1行目にスケールパラメータを入力します。
• 任意の位置-スケール分布について、1行目に位置パラメータ、2行目にスケールパラメータを入力します。
• しきい値パラメータを持つ分布の場合、パラメータを同じ順序で入力し、最後の行にしきい値パラメータを入力します。

例えば、形が2でスケールが900のワイブル分布のパラメータを入力するには、以下の値を持つ列を入力してください。

C1
ワイブル(2,900人)
2
900

共通の尺度パラメータを仮定してデータから推定 または等形状パラメータを仮定したデータから推定

複数のサンプルがある場合は、分布の共通の形状やスケールパラメータを使ってパラメータを推定します。この仮定が推定手法にどのように影響するかについては、 最小二乗推定法と最尤推定法 にアクセスし、「パラメトリック分布解析のための共通形状またはスケールパラメータを仮定する」をクリックしてください。

パラメータを設定する

分布に2つまたは3つのパラメータがあり、解析がデータからすべてのパラメータを推定する場合、すべてのパラメータを推定する代わりに、いくつかの分布パラメータを設定できます。分布の位置に最も直接影響を与えるパラメータを設定できます。ワイブル分布では、形状パラメータを設定できます。他の分布については、ロケーションパラメータを設定できます。閾値パラメータを設定することもできます。

分析で1つの分布のパラメータを設定するなら、そのパラメータは分析内のすべての分布に対して設定しなければなりません。

解析に故障モードが含まれている場合、異なる故障モードごとに異なる分布を使用できます。複数の故障モードがある場合、すべての分布にしきい値パラメータがある場合にのみ閾値パラメータを設定できます。もしWeibull分布と位置スケール分布の両方を使う場合は、以下のルールに従います:

• ワイブル分布の形状パラメータを設定した場合、他の分布のスケールパラメータも指定してください。
• 位置スケール分布の位置パラメータを指定するなら、ワイブル分布の形状パラメータも指定します。