トレンド検定は、斉次ポアソン工程と非斉次ポアソン工程のどちらが適切なモデルかを判断する場合に使用します。
帰無仮説を棄却すれば、データには何らかのトレンドが存在すると結論付けることができ、べき法則工程などの非斉次ポアソン工程によってデータをモデル化することになります。
帰無仮説を棄却できない場合は、斉次ポアソン工程モデルを棄却する十分な証拠がありません。それでもなお、べき法則工程が適切な場合もありますが、より単純なモデルである斉次ポアソン工程のほうが適しています。
区間データの場合は、MIL-Hdbk-189検定のみが使用できます。異なるシステムのデータが1つの列にあり、別の列にシステム識別子がある場合、MinitabではMIL-Hdbk-189検定の合算バージョンが使用されます。データが1つの列にある場合、Minitabでは異なるシステムは同じ工程からのものであると仮定されます。異なるシステムのデータが異なる列にある場合、MinitabではTTTベースバージョンのMIL-Hdbk-189検定が使用されます。データが異なる列にある場合、Minitabでは異なるシステムは異なる工程からのものであると仮定されます。
時間が体系的に変化する場合、故障の発生間隔のパターンにはトレンドがあります。トレンドには単調トレンドと非単調トレンドがあります。
検定 | 帰無仮説 | H0が棄却された場合 |
---|---|---|
MIL-Hdbk-189(合算)
ラプラス(合算) |
HPP(MTBFが異なる可能性がある) | 単調トレンド |
MIL-Hdbk-189(TTTベース)
ラプラス(TTTベース) |
HPP(同じMTBF) | 単調トレンド、またはシステムが異種である |
Anderson-Darling | HPP(MTBFが異なる可能性がある) | 単調トレンドか非単調トレンド、またはシステムが異種である |