失敗がほとんど、あるいは全くない場合は、 を使って結果を出すことができます。この分析では、分布パラメータに経験値を使用できます。経験値が正確であると仮定すると、次の統計量の下側信頼限界を得ることができます。
仮定形状やスケールパラメータで分布解析を行う場合、ベイズ解析と呼ばれる手法を用いています。ワイブルモデルの場合、この手法をワイベイズ（Weibayes）法と呼ぶのが一般的です。ベイズ分析は、プロセスに関する既存の知識を用いて現在の観察結果を推論することを可能にします。故障データを収集しているのに故障がない場合、Minitabでは次の4つの条件が真であればベイズ信頼性分析を実行できます。
- データがワイブル分布または指数分布からのものです。
- データが右打ち切りされています。
- パラメータの推定に最尤推定法を使用しています。
- 形状パラメータ（ワイブル）に対する経験値を指定します。データが指数分布からのものである場合、形状パラメータには1が自動的に割り当てられます。
注
データが、3パラメータワイブル分布または2パラメータ指数分布からのものである場合は、しきい値パラメータに対する経験値も指定する必要があります。
ワイベイズ（Weibayes）分析の実行の例
故障が皆無の信頼性データセットがあるとします。時間値はC1、打ち切り値はC2にあり、データはワイブル分布からのものです。データセットに故障がない場合、次の手順を実行して、差し迫っている故障があると仮定してワイベイズ（Weibayes）分析を実行します。
- を選択します。
- 信頼性データの定義から 、 カスタム定義を選択します。
- 打ち切りから 、 打ち切り列付きの右打ち切りデータを選択します。
- データから 、 1つ以上のサンプルが1つの列にあるを選択します。
- 故障モードから 、 なしを選択します。
- サンプル列にC1を入力します。
- 打ち切り列にC2を入力します。
- 打ち切りの値では、検閲カラムから検閲された観察値を入力します。
- 仮定する分布でワイブルを選択します。
- 分布の適合性を選択します。
- 推定法では 最尤法を選びます。
注
故障が皆無の分析には、最小二乗推定法は使用できません。
- 次で形状を設定に、仮定値を入力します。
- OK を選択します。
- パーセンタイル/確率を選択します。
- 信頼水準に、50と入力します。
注
データに故障がない場合、スケールパラメータの推定値として50%の下限が一般的に用いられます。
- 各ダイアログボックスの OK を選択します。
