パラメトリック成長曲線の形状(あるいは尺度またはMTBF)パラメータの同等性検定

複数システムの故障/修復データがある場合、Minitabでは、形状(あるいは尺度または平均故障間隔)パラメータの同等性検定を行います。

この検定の仮説は次のとおりです。
  • H0: すべての形状(あるいは尺度またはMTBF)はすべて同じである
  • H1: 少なくとも1つの形状(あるいは尺度またはMTBF)が異なる
カイ二乗検定では、異なるシステムの形状パラメータが互いに有意に異なるかどうかを判定できます。p値を事前に指定したα値と比較します。
  • p値がα値以下の場合は、少なくとも1つのシステムの形状パラメータが有意に異なると結論できます。
  • p値がα値より大きい場合は、パラメータが有意に異なっていないと結論できます。

パラメトリック成長曲線を推定するとき、同じデータ列内のシステムはすべて同じ工程のものであるとみなされます。同じ工程からのすべてのデータに対しては1つの成長曲線が作成されます。帰無仮説を棄却し、形状(あるいは尺度またはMTBF)が同じでないと結論付けた場合には、このような仮定を立てることはできません。このようなケースでは、異なるシステムのデータを個別に分析する必要があります。

データが同じ工程のもので、システム変数を使用する場合、Minitabでは、Bartlettの修正尤度比検定が使用されます。データが異なる工程のもので、グループ変数を使用する場合は、尤度比カイ二乗検定が使用されます。

これらの検定を区間データに対して行うことはできません。

出力例

形状パラメータの同等性検定

Bartlettの修正尤度比カイ二乗
検定統計量10.88
p値0.539
自由度12

解釈

空調データの場合、p値は0.539で、α値0.05を超えています。したがって、エンジニアは、異なるシステムの形状パラメータが有意に異なっていないと結論できます。