모수 분포 분석 개요

데이터가 모수 분포를 따를 때 시스템의 전체 신뢰성을 추정하는 데 사용 모수 분포 분석 하세요.

수명 데이터를 모형화하기 위해 최소 극단값 분포, Weibull 분포, 3-모수 Weibull 분포, 지수 분포, 2-모수 지수 분포, 정규 분포, 로그 정규 분포, 3-모수 로그 정규 분포, 로지스틱 분포, 로그 로지스틱 분포, 3-모수 로그 로지스틱 등 11개 분포 중에서 선택할 수 있습니다. 적합 분포를 바탕으로 다음과 같은 작업을 할 수 있습니다:

평균 수명(MTTF)과 같은 모수 추정치와 분포 특성 표시
백분위수, 생존 확률, 누적 고장 확률 및 신뢰 구간 추정
생존 그림, 누적 고장 그림 및 위험 그림을 표시하여 고장 또는 생존 확률을 그래픽 방식으로 분석
확률도를 사용하여 선택된 분포의 적합도 평가

정확한 고장 시간이나 검열 방식에 이 분석을 활용하세요.

정확한 고장 데이터: 연구 또는 신뢰성 시험이 끝나기 전 일정 시점의 고장 시간을 기록하세요
우측 관측 중단 데이터: 연구나 신뢰성 테스트가 끝날 때까지 유닛이 생존했던 시간을 기록하세요. 예를 들어, 환자가 연구가 끝나기 전에 중단하거나, 할당된 검사 시간 이후에도 병동이 계속 운영되고 있을 수 있습니다. 정확한 고장 시간은 알려지지 않았으나, 할당된 연구 시간 이후에도 분명히 발생할 것입니다.
구간 관측 중단 데이터: 정확한 고장 시간은 알려져 있지 않지만, 알려진 간격 내에 발생했습니다. 예를 들어, 신뢰성 엔지니어가 정오 휴식을 위해 자리를 비운 상태에서 한 유닛이 아직 12시에 가동되고 있었습니다. 기관사가 12시 30분에 돌아왔을 때 유닛이 고장 난 것을 발견했습니다. 따라서 이 유닛은 12시에 시작해 12시 30분에 끝나는 구간에서 고장났습니다.
좌측 관측 중단 데이터: 왼쪽 검열 데이터는 구간의 시작점이 시간 0일 수도 있고 알 수 없는 구간 검열 데이터 포인트의 특수한 경우입니다. 엔지니어는 신뢰성 테스트 시작 이후 특정 시점에 장치가 고장 났다는 것만 알 수 있습니다.

이 분석에서 구간 검열은 왼쪽 검열 데이터와 서로 다른 검열 유형을 결합한 데이터를 지정할 수 있게 합니다. 자세한 내용은 데이터 관측 중단(으)로 이동하십시오.

제품이 다른 방식으로 고장나면 이 분석에 대한 고장 모드 정보를 입력하여 각 고장 유형이 전반적인 신뢰도에 미치는 영향을 평가합니다. 각 고장 모드는 독립적이고 서로 다른 분포로 모형화된다고 가정합니다. 각 고장 모드를 개별적으로 분석함으로써 어떤 점을 우선적으로 개선할 것인 지에 대한 우선 순위를 쉽게 지정할 수 있습니다.

팁

분석은 샘플 열과 검열 체계를 포함하는 신뢰성 데이터 정의를 저장합니다. 같은 데이터에 대해 분포 개관 그림, 모수 분포 분석, 비모수 분포 분석 및 분포 ID 그림 를 빠르게 실행 하기 위해 정의를 선택하세요.

이 분석을 찾을 수 있는 위치

파라메트릭 분포 분석을 수행하려면 를 선택하세요 통계분석 > 신뢰성/생존 분석 > 분포 분석(우측 관측 중단) > 모수 분포 분석.

대립 분석을 사용할 시기

어떤 모수 분포가 데이터에 가장 적합한지 분포 ID 그림결정하려면 .
만약 어떤 모수 분포도 데이터에 적합하지 않다면, 를 사용하세요 비모수 분포 분석.