分布 ID 图(任意删失)的示例

一位可靠性工程师想评估新型消声器的可靠性,并估计预期 50,000 英里保修的保证索赔的比率。工程师收集了新旧两种类型的消声器的失效数据。每隔 10,000 英里对消声器进行一次失效检测。

工程师记录每个 10,000 英里间隔的失效次数。因此,数据为任意删失。在使用参数分布分析(任意删失)分析新消音器的失效数据之前,工程师使用分布 ID 图(任意删失)选择要分析的分布模型。

  1. 打开样本数据,消声器可靠性.MTW
  2. 选择统计 > 可靠性/生存 > 分布分析(任意删失) > 分布 ID 图
  3. 初始变量中,输入开始(新)
  4. 结尾变量中,输入结束(新)
  5. 频率列(可选)中,输入频率(新)
  6. 选择指定。确保选中了默认分布(Weibull对数正态指数正态)。
  7. 单击确定

解释结果

在 Weibull 概率图上,点大致落在直线上。因此,Weibull 分布提供很好的拟合。工程师决定使用 Weibull 分布对参数分布分析(任意删失)的数据建模。

Minitab 还显示一个百分位数表和一个平均故障时间间隔 (MTTF) 表,这两个表提供针对每个分布计算的失效时间。您可以通过比较计算的值来查看您的结论如何随不同的分布变化。如果多个分布能够很好地拟合数据,您可能希望使用提供最保守结果的分布。

分布 ID 图:开始 = 开始(新),结束 = 结束(新)

使用 频率(新) 中的频率

拟合优度 Anderson-Darling(调 分布 整) Weibull 7.278 对数正态 7.322 指数 8.305 正态 7.291
百分位数表格 95% 正态置信区间 分布 百分比 百分位数 标准误 下限 上限 Weibull 1 37265.1 938.485 35470.3 39150.6 对数正态 1 43817.7 688.033 42489.7 45187.2 指数 1 941.789 32.5296 880.143 1007.75 正态 1 39810.3 1047.34 37757.6 41863.1 Weibull 5 49434.9 841.147 47813.5 51111.3 对数正态 5 51458.9 624.451 50249.5 52697.5 指数 5 4806.55 166.019 4491.93 5143.21 正态 5 50694.9 810.524 49106.3 52283.5 Weibull 10 56006.1 759.186 54537.7 57514.0 对数正态 10 56063.1 585.905 54926.4 57223.3 指数 10 9873.05 341.017 9226.79 10564.6 正态 10 56497.5 699.183 55127.1 57867.8 Weibull 50 77639.9 501.312 76663.5 78628.7 对数正态 50 75850.3 576.625 74728.5 76988.9 指数 50 64952.9 2243.49 60701.3 69502.3 正态 50 76966.0 514.756 75957.1 77974.9
平均故障时间间隔表格 95% 正态置信区 间 分布 均值 标准误 下限 上限 Weibull 76585.0 488.71 75633.1 77549 对数正态 77989.9 615.96 76792.0 79207 指数 93707.3 3236.67 87573.5 100271 正态 76966.0 514.76 75957.1 77975

开始(新) 的分布 ID 图

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