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. 엔지니어는 분포 개관 그림(임의 관측 중단)을 사용하여 Weibull 분포를 데이터에 적합시키고 시간별 생존 및 고장률을 평가합니다.
- 표본 데이터소음기신뢰성.MTW을 엽니다.
- 을 선택합니다.
- 시작 변수에 구제품 시작 마일 수신제품 시작 마일 수을 입력합니다.
- 끝 변수에 구제품 끝 마일 수신제품 끝 마일 수을 입력합니다.
- 빈도 열(옵션)에 구제품 고장 횟수신제품 고장 횟수을 입력합니다.
- 모수 분포 분석을 선택합니다. 분포에서 Weibull 분포을 선택합니다.
- 확인을 클릭합니다.
결과 해석
확률도는 Weibull 분포가 두 변수 모두에 대해 이 데이터를 잘 적합시킨다는 것을 나타냅니다.
여러 변수에 대한 고장률을 비교하려면 위험 함수 그림을 사용합니다. 예를 들어, 주행 거리가 약 90,000마일 미만인 경우 새 소음기 디자인의 고장률이 이전 디자인의 고장률보다 작습니다.
여러 변수에 대한 생존율을 비교하려면 생존 함수 그림을 사용합니다. 예를 들어, 주행 거리에 관계없이 새 소음기 디자인의 생존율이 이전 디자인보다 더 큽니다.
