パラメトリック成長曲線の例

ある信頼性エンジニアが、商用ジェット機で使用される特定の空調設備の故障率を評価します。エンジニアは13機の飛行機の空調設備の故障データを収集します。部品は故障するたびに修理して再び使用されました。

エンジニアは、時間の経過により故障率が増加しているのか、減少しているのか、または一定のまま変わらないのかを判断したいと考えています。これらのデータでは、離脱した空調設備はありません。したがって、すべてのデータは正確な故障時間を示します。

結果を解釈する

形状の推定値（1.10803）は1に近く、故障率がほぼ一定に推移していることを示します。エンジニアは、95%の信頼性をもって、区間（0.984256, 1.24738）に母集団の分布の実際の形状が含まれると判断できます。

形状パラメータの同等性検定の結果は、システムがそれぞれ異なる形状の母集団からのものであると断定できる十分な証拠はないことを示しています（P値 = 0.539）。このため、エンジニアは形状の併合推定値が妥当であることを仮定できます。

0.05のα値で、有意なトレンド検定（P値 = 0.107、P値 = 0.448、P値 = 0.388、P値 = 0.688、P値 = 0.389）はありません。したがって、エンジニアは帰無仮説を拒否する証拠がなく、傾向は存在しないと結論付けます。

事象プロットでは傾向の増減が示されません。故障間隔は一定であることがわかります。

故障に関する平均累積関数のプロットに示される線形関係から、システム故障率が比較的一定であることも示しています。