분포 ID 그림(임의 관측 중단)

한 신뢰도 엔지니어가 새로운 소음기 신뢰도를 평가하고 50,000마일 보증을 통해 기대할 수 있는 보증 클레임의 비율을 평가하려고 합니다. 엔지니어는 구형 및 신형 소음기 둘 다의 고장 데이터를 수집합니다. 고장 여부를 확인하기 위해 10,000마일마다 소음기를 검사했습니다.

엔지니어는 각 10,000마일 구간에 대해 고장 횟수를 기록합니다. 따라서 데이터가 임의로 관측 중단됩니다. 모수 분포 분석(임의 관측 중단)을 사용하여 새 소음기의 고장 데이터를 분석하기 전에, 엔지니어는 분포 ID 그림(임의 관측 중단)을 사용하여 분석을 위한 분포 모형을 선택합니다.

  1. 표본 데이터소음기신뢰성.MTW을 엽니다.
  2. 통계분석 > 신뢰성/생존 분석 > 분포 분석(임의 관측 중단) > 분포 ID 그림을 선택합니다.
  3. 시작 변수신제품 시작 마일 수을 입력합니다.
  4. 끝 변수신제품 끝 마일 수을 입력합니다.
  5. 빈도 열(옵션)신제품 고장 횟수을 입력합니다.
  6. 지정을 선택합니다. 기본 분포가 선택되었는지 확인합니다(Weibull 분포, 로그 정규 분포, 지수 분포, 정규 분포).
  7. 확인을 클릭합니다.

결과 해석

Weibull 확률도에서는 수명에 대한 점들이 거의 직선을 이룹니다. 따라서 Weibull 분포가 좋은 적합치를 제공합니다. 엔지니어는 Weibull 분포를 사용하여 모수 분포 분석(임의 관측 중단)을 위해 데이터를 모형화하기로 결정합니다.

Minitab에서는 또한 각 분포에 대해 계산된 수명을 제공하는 백분위수 표와 평균 수명(MTTF)의 표를 제공합니다. 계산된 값을 비교하여 분포에 따라 결론이 어떻게 달라지는지 확인할 수 있습니다. 여러 분포가 데이터를 잘 적합하는 경우 가장 보수적인 결과를 제공하는 분포를 사용할 수 있습니다.

신제품 고장 횟수에서 빈도 사용

적합도

분포Anderson-Darling(수정)
Weibull 분포7.278
로그 정규 분포7.322
지수8.305
정규 분포7.291

백분위수 표





95% 정규 CI
분포백분율백분위수표준 오차하한상한
Weibull 분포137265.1938.48535470.339150.6
로그 정규 분포143817.7688.03342489.745187.2
지수1941.78932.5296880.1431007.75
정규 분포139810.31047.3437757.641863.1
           
Weibull 분포549434.9841.14747813.551111.3
로그 정규 분포551458.9624.45150249.552697.5
지수54806.55166.0194491.935143.21
정규 분포550694.9810.52449106.352283.5
           
Weibull 분포1056006.1759.18654537.757514.0
로그 정규 분포1056063.1585.90554926.457223.3
지수109873.05341.0179226.7910564.6
정규 분포1056497.5699.18355127.157867.8
           
Weibull 분포5077639.9501.31276663.578628.7
로그 정규 분포5075850.3576.62574728.576988.9
지수5064952.92243.4960701.369502.3
정규 분포5076966.0514.75675957.177974.9

MTTF 표




95% 정규 CI
분포평균표준 오차하한상한
Weibull 분포76585.0488.7175633.177549
로그 정규 분포77989.9615.9676792.079207
지수93707.33236.6787573.5100271
정규 분포76966.0514.7675957.177975