加速寿命检验输入数据

统计 > 可靠性/生存 > 加速寿命试验

输入数据

选择最能准确描述您数据的选项。

响应为非删失/右删失数据

如果您有确切失效时间和或/和右删失观测值(您仅知道在其之后发生失效的时间),请完成以下步骤。有关删失数据的更多信息,请转到数据删失

  1. 变量/初始变量中,输入包含失效时间或删失时间的列。 最多可以输入 10 列(对于 10 个不同样本)。
  2. 如果您拥有每个变量的频率数据,请在频率列 (可选)中输入一列数据以指示每个失效时间或删失时间的单元数。
  3. 加速变量中,输入用来加速失效的预测变量的值所在的列。
  4. 关系中,中,选择一个选项来指示是否要变换加速变量。如果您可以假定线性关系,请选择线性,这将不执行任何变换。要变换加速变量,请选择常规加速温度逆自然对数
    注意

    有关加速变量的关系模型和变换的信息,请转到为假设寿命检验选择适当的模型

在该工作表中,时间列包含失效时间。删失列包含删失指示符:F 表示实际失效时间;C 表示从检验中排除(因此已删失)的单元。温度列包含用来加速失效的加速变量的值。
C1 C2 C3
时间 删失 温度
53 F 125
60 F 125
53 F 125
99 C 125
51 F 150
40 F 150

响应为非删失/任意删失数据

如果数据中包括左删失观测值(您仅知道在其之前发生失效的时间)、区间删失观测值(您仅知道在其间发生失效的时间段)或包括确切失效时间、右删失、左删失和区间删失的各种删失方案,请完成以下步骤。有关删失数据的更多信息,请转到数据删失

  1. 变量/初始变量中,输入包含开始时间的列。 最多可以输入 10 列(对于 10 个不同样本)。该列中的开始时间取决于数据的删失方式。
    观测值 “开始”列中的值
    确切失效时间 失效时间
    右删失 在其之后发生失效的时间
    左删失 *(缺失值符号)
    区间删失 发生失效的区间的开始时间
  2. 结尾变量中,输入包含结束时间的列。 最多可以输入 10 列(对于 10 个不同样本)。该列中的结束时间取决于数据的删失方式。
    观测值 “结束”列中的值
    确切失效时间 失效时间
    右删失 *(缺失值符号)
    左删失 之前发生失效的时间
    区间删失 发生失效的区间的结束时间
  3. 如果您拥有每个变量的频率数据,请在频率列 (可选)中输入一列数据以指示每个失效时间或删失时间的单元数。
  4. 加速变量中,输入用来加速失效的预测变量的值所在的列。
  5. 关系中,选择一个选项来指示是否要变换加速变量。如果您可以假定线性关系,请选择线性,这将不执行任何变换。要变换加速变量,请选择常规加速温度逆自然对数
    注意

    有关加速变量的关系模型和变换的信息,请转到为假设寿命检验选择适当的模型

在该工作表中,开始列包含开始时间,结束列包含结束时间。温度列包含用来加速失效的加速变量的值。频率列(可选)指示每个区间中包括的单元数量。例如,在温度为 125° 时,20 个单元在 10,000 小时处左删失。2 个单元在 30000 小时处确切失效。26 个单元在 30,000 小时与 40,000 小时之间区间删失。190 个单元在 50,000 小时处右删失。

C1 C2 C3 C5
开始 结束 频率 温度
* 10000 20 125
10000 20000 10 125
20000 30000 10 125
30000 30000 2 125
30000 40000 26 125
40000 50000 42 125
50000 * 190 125
* 10000 22 150
10000 20000 14 150
20000 30000 15 150
30000 40000 33 150
40000 50000 55 150
50000 * 161 150

第二变量

选择是否要在模型中包括第二加速变量。然后输入有关该变量的其他信息。
  • 加速:如果第二变量是加速变量,而且其极端水平设计为加速每个单元的寿命,则选中此选项,然后输入用于检验的预测变量水平列。
    关系
    选择一个指示是否变换加速变量的关系。如果您可以假定线性关系,请选择线性,这将不执行任何变换。要变换加速变量,请选择常规加速温度逆自然对数
    注意

    有关加速变量的关系模型和变换的信息,请转到为假设寿命检验选择适当的模型

  • 因子:如果第二个变量是一个具有类别水平(如条件或分组信息)的因子,请选中此选项。然后输入包含因子水平的列。
包括变量间的交互作用项
选中此选项将包括在加速变量和第二个变量之间的交互项。当单元在一个加速变量水平下的失效时间依赖第二个变量的水平时,会出现交互。

假定分布

选择要对数据建模的分布。基于过程知识做出决策,或者使用概率图评估模型的拟合优度。有关更多信息,请转到可靠性分析中的分布拟合

使用此网站,即表示您同意对数据分析和个性化内容使用 Cookie。  请阅读我们的政策