그래프 - 비모수 분포 분석(우측 관측 중단)에 대한 Kaplan-Meier 추정 방법

생존 그림 - Kaplan-Meier 추정 방법

생존 그림은 품목이 특정 시간까지 생존할 확률을 나타냅니다. 따라서 이 그림은 시간 경과에 따른 제품의 신뢰도를 표시합니다. Y-축은 생존 확률을 표시하고 X-축은 신뢰도 측도(시간, 복사지의 수, 주행 마일 등)를 표시합니다.

비모수 분석의 경우, 생존 그림은 정확한 수명에 계단을 갖는 계단 함수입니다. 기본적으로 이 함수는 Kaplan-Meier 방법을 사용하여 계산됩니다.

출력 예

해석

80°C에서 작동하는 엔진 와인딩의 경우 와인딩이 55시간까지 생존할 확률은 0.5입니다. 다시 말하면 와인딩이 55시간까지 생존할 가능성은 50%입니다.

누적 고장 그림 - Kaplan-Meier 추정 방법

누적 고장 그림은 품목이 특정 시간 후 고장날 확률을 나타냅니다. 따라서 이 그림은 시간 경과에 따른 제품의 고장 확률을 표시합니다. Y-축은 고장 확률을 표시하고 X-축은 신뢰도 측도(시간, 복사지의 수, 주행 마일 등)를 표시합니다.

비모수 분석의 경우 누적 고장 그림은 정확한 수명에 계단을 갖는 계단 함수입니다. 기본적으로 이 함수는 Kaplan-Meier 방법을 사용하여 계산됩니다.

출력 예

해석

80°C에서 작동하는 엔진 와인딩의 경우 와인딩이 55시간까지 고장날 확률은 0.5입니다. 다시 말하면 와인딩이 55시간 이전에 고장날 가능성은 50%입니다.

위험 그림 - Kaplan-Meier 추정 방법

위험 함수는 고장 우도의 측도를 단위가 생존한 시간 함수로 제공합니다. 경험적인 위험 함수는 항상 증가 함수로 귀결됩니다. 따라서 고장 우도는 시간 경과에 따라 증가한다고 가정합니다.

비모수 분석의 경우 위험 그림은 정확한 수명에 계단을 갖는 계단 함수입니다.

출력 예

다중 고장 모드 그래프 - Kaplan-Meier 추정 방법

다중 고장 데이터의 경우 각 고장 모드에 대한 그래프가 표시됩니다.

하나의 고장 모드만 존재하는 것처럼 각 그래프를 해석합니다.

생존 그림을 사용하여 항목이 특정 시간까지 생존할 확률을 평가합니다. 생존도는 시간 경과에 따른 제품의 신뢰도를 표시합니다.

위험 함수를 사용하여 고장 우도를 단위가 생존한 시간의 함수(즉, 특정 시간 t에서의 순간 고장률)로 나타냅니다. 위험 그림은 시간 경과에 따른 고장률의 추세를 나타냅니다.

출력 예

해석

식기 세척기 데이터의 경우 분무관의 95%는 파손에 대해 적어도 141.90주기까지 생존하고 분무관의 95%는 막힘에 대해 적어도 10.02주기까지 생존합니다.

식기 세척기의 신뢰도를 크게 개선하려면 엔지니어들은 분무관 막힘을 개선하는 데 중점을 두어야 합니다.

파손 및 막힘에 대한 위험률은 시간이 지남에 따라 약간씩 증가하는 것처럼 보입니다.

이 사이트를 사용하면 분석 및 사용자 개인 컨텐츠에 대한 쿠키 사용에 동의하는 것입니다.  당사의 개인정보 보호정책을 확인하십시오