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

생존 그림 – 생명표법 추정 방법

생존 그림은 항목이 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 각 구간의 끝 점에 계단을 갖는 계단 함수입니다. 이 예에서 함수는 생명표법 추정 방법을 사용하여 계산됩니다.

80°C에서 작동하는 엔진 와인딩의 경우 와인딩이 60시간까지 생존할 확률은 0.42입니다.

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 각 구간의 끝 점에 계단을 갖는 계단 함수입니다. 이 예에서 함수는 생명표법 추정 방법을 사용하여 계산됩니다.

80°C에서 작동하는 엔진 와인딩의 경우 와인딩이 60시간 이전에 고장날 확률은 0.58입니다.

위험 함수는 고장 우도의 측도를 단위가 생존한 시간 함수로 제공합니다. 비모수 위험 그림을 사용하면 모수 추정 방법을 사용하는 경우 어떤 분포가 데이터를 모형화하기에 적합한지 확인할 수 있습니다.

비모수 분석의 경우 위험 그림은 각 구간의 중간점에 계단을 갖는 계단 함수입니다. 이 예에서 함수는 생명표법 추정 방법을 사용하여 계산됩니다.

80°C에서 작동하는 엔진 와인딩의 경우 위험 함수가 50 ~ 70시간 구간까지 증가하며 70시간 후 감소합니다.

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.

식기 세척기 데이터의 경우 분무관이 파손에 대해 200주기까지 생존할 확률은 95%이고 막힘에 대해 200주기까지 생존할 확률은 51%입니다.

파손에 대한 위험률은 시간이 지남에 따라 약간씩 증가하는 것처럼 보이지만 막힘에 대한 위험률은 시간이 지남에 따라 감소하는 것처럼 보입니다.