ハザード関数は、与えられた時間での短期の故障率です。ハザード関数の特性は特定の製品や応用分野に関連付けられることがよくあります。それぞれのハザード関数は各分布モデルによってモデル化されます。また、ハザード関数はノンパラメトリックにモデル化することもできます。
- 増加ハザード関数
-
品目が時間経過とともに故障する可能性が高くなることを示します。たとえば、多くの機械的品目はストレスや疲労の影響を受けやすく、製品の使用期間を通じて故障リスクは増え続けます。エンジニアは検定で摩耗ストレスをシミュレーションする場合があります。たとえば、エンジニアは長期にわたって電球の長時間の使用をシミュレートし、故障が発生するまでの時間を記録できます。
このタイプの摩耗故障をモデル化するには、ワイブル分布がよく使用されます。
- 減少ハザード関数
-
製品寿命の初期に故障が発生する可能性がより高いことを示します。例として、使用するにつれて硬くなり、そのため時間の経過とともに強くなる金属で作られた製品や部品が挙げられます。また、別の例はコンピュータプログラムのエラーで、新しいソフトウェアプログラムのリリース直後に発生することが多く、時間の経過とともに減少します。
このタイプのデータは、多くの場合、形状パラメータが1未満のワイブル分布でモデル化できます。
- 一定ハザード関数
-
製品の寿命を通じていつでも故障が発生する可能性が同じであることを示します。この故障リスクが比較的一定して低い期間は、バスタブ曲線の中間部分の特徴です。
この関数は指数分布を使用してモデル化できます。
- バスタブ型ハザード関数
-
製品の多くには、「バスタブ」曲線に従う故障率があります。通常、寿命の初期ではハザード率が高く、中間で低くなり、再び寿命の終わりで高くなります。このため、多くの場合、3つの故障期間の曲線はバスタブに似た形状になります。テレビと電卓は一般にバスタブ型ハザード関数を示す製品です。またマイクロプロセッサもコンピュータシステムに組み込んだ直後に故障する場合があります。
Minitabでは、バスタブ関数の特定の期間をモデル化できます。減少ハザード、一定ハザード、または増加ハザードはモデル化できますが、製品の寿命全体にわたって3つすべてを連続してモデル化することはできません。
