寿命データの回帰分析の百分位数と確率を推定する

統計 > 信頼性/生存時間 > 寿命データの回帰分析 > 推定
百分位数と確率推定
  • 新しい予測変数を入力する: 新しい値や新しい値の列を入力します。新しい予測変数の数は、モデルの予測変数の数と等しくなります。最初の値または列は最初の変数に対応し、2番目の値または列は2番目の変数というふうに対応します。たとえば、ユニットに対する計画値(一般的な現場条件)を入力する場合があります。
  • データ内の予測変数を使用する (保存のみ): データの予測変数値を使用して、百分位数および/または生存確率を推定します。結果を得るには、百分位数、信頼限界、標準誤差、または確率のうち最低1つの保存を指定する必要があります。
次のパーセントに対する百分位数を推定する
百分位数を推定するパーセントを入力します。百分位数に対するパーセントとは、特定の時間(百分位数)までに故障が発生すると予測される品目の割合です。したがって、入力する各値は0~100にし、故障するユニットの割合を示す必要があります。通常、n番目の百分位数の場合、n番目より下位の観測値の割合はn%で、n番目より上位の観測値の割合は(100–n)%となります。
デフォルトでは、50番目の百分位数が推定されます。特定の予測変数値に対する製品寿命の開始、中央、および終了を調べる場合は、「10 50 90」(10、50、90番目の百分位数)と入力します。これにより、ユニットの10%に故障が発生するまでの時間、ユニットの50%に故障が発生するまでの時間、およびユニットの90%に故障が発生するまでの時間が推定されます。
百分位数を保存する
百分位数、その標準誤差、または信頼限界を保存するかどうかを示します。値は、ワークシートの別の列に保存されます。
時間に対する確率を推定する
生存確率や累積故障確率を推定する時間を入力します。
  • 生存確率を推定する: 所定の時間より長く機能するユニットの比率を推定します。これらの値を使用すると、製品が信頼性要件を満たしているかどうかを判断したり、2つ以上の製品デザインの信頼性を比較したりできます。詳細については、生存確率とはを参照してください
  • 累積故障確率を推定する: 所定の時間より前にユニットが故障する尤度を推定します。累積故障確率は、1 - 生存確率です。
確率を保存する
確率(生存または累積故障)や確率に対する信頼限界を保存するかどうか示します。値は、ワークシートの別の列に保存されます。
信頼水準

0~100の信頼水準を入力します。通常、95%の信頼水準が適切です。95%の信頼水準では、95%の信頼性をもって、真の母集団パラメータが区間内に含まれることを示します。つまり、母集団から100個のランダムサンプルを収集する場合、約95個のサンプルで母集団パラメータの実際の値を含む区間を得られると期待できます(すべてのデータが収集・分析される場合)。

90%などの低い信頼水準では、信頼区間が狭くなり、検定に必要なサンプルサイズや試験時間を減らすことができます。ただし、信頼区間に母集団パラメータが含まれる尤度は低くなります。

99%などの高い信頼水準では、信頼区間に母集団パラメータが含まれる尤度は増加します。ただし、有用な狭い信頼区間を得るには、検定でより大きなサンプルサイズまたはより長い試験時間が必要になる場合があります。

信頼区間

ドロップダウンリストで、両側信頼区間(両側)か片側信頼区間(下限または上限)のどちらを表示するかを示します。片側信頼区間は、一般的に結論に統計的な信頼性をもたせるために必要な観測値と試験時間を低減できます。多くの信頼性基準は最悪のケースシナリオで定義され、それを下限で表します。