参数分布分析(右删失)指定估计法

统计 > 可靠性/生存 > 分布分析(右删失) > 参数分布分析 > 估计
估计法
  • 极大似然通过最大化似然函数来估计分布参数。
  • 最小二乘(失效时间 (X),排秩 (Y))通过将回归线拟合到概率图中的点来估计分布参数。

有关这两种方法的更多信息,请转到最小二乘估计方法和极大似然估计方法

假定共同的形状(Weibull 斜率)或尺度(1/斜率 - 其它分布)
选中此选项可以使用一个公共形状或尺度分布参数来估计参数。有关此假设对估计法的影响的信息,请转到最小二乘估计方法和极大似然估计方法,然后单击“假设参数分布分析的公共形状或尺度参数”。
Bayes 分析
注意

如果您的数据中没有失效或只有少数几个失效,则可能希望使用 Bayes 分析来指定历史分布参数并获得结果的置信区间。有关更多信息,请转到如何执行没有失效或失效很少的可靠性分析

设置形状(Weibull 斜率)或尺度(1/斜率 - 其他分布)在
要在形状参数或尺度参数固定不变时估计其他模型系数,请输入一个要用作所有响应变量的形状或尺度参数的值,或输入一些等于响应变量数的值。
设置阈值在
要在阈值参数固定不变时估计其他模型系数,请输入一个要用作所有变量的阈值参数的值,或输入一个值列表(其中的值等于响应变量的个数)。如果所选分布没有阈值参数,则不要输入阈值参数。如果分布具有阈值参数,而且您未输入值,则 Minitab 将估计阈值参数。
估计下列百分比的百分位数
输入要为其估计百分位数的百分比。百分位数的百分比是预计在特定时间前(百分位数)失效的项目所占的百分比。因此,您输入的每个值都必须介于 0 到 100 之间,而且应当指示将失效的项目所占的百分比。在第 n 个百分位数之下有 n% 的观测值,而在其上有 (100-n)% 的观测值。
估计这些时间(值)的概率
输入一个、多个或一列要为其计算生存概率或累积失效概率的时间。
  • 估计生存概率:估计单元生存超过给定时间的概率。使用这些值确定产品是否符合可靠性要求,或比较两个或更多产品设计的可靠性。有关更多信息,请转到什么是生存概率?
  • 估计累积失效概率:估计单元将在给定时间之前失效的可能性。累积失效概率为 1 减去生存概率。
置信水平

输入介于 0 到 100 之间的置信水平。通常,置信水平为 95% 即可。95% 置信水平指示区间中包含实际总体参数的可信度为 95%。也就是说,如果您从总体中收集了 100 个随机样本,则可以预计大约有 95 个样本生成包含实际总体参数值的区间(如果所有数据都可以收集和分析)。

较低的置信水平(如 90%)生成的置信区间较窄而且可能会减少所需的样本数量或检验时间。但是,置信区间中包含总体参数的可能性会减小。

较高的置信水平(如 99%)会增加置信区间中包含总体参数的可能性。但是,检验可能需要较大的样本数量或较长的检验时间才能获得足够窄的有用置信区间。

置信区间

从下拉列表中,指示您希望 Minitab 显示双侧置信区间(双侧)还是单侧置信区间(下限上限)。单侧区间通常只需较少的观测值和较短的检测时间即可确保结论在统计意义上可信。许多可靠性标准用最坏情况方案(用下限表示)定义。

注意

估计法中选择极大似然时,您只能指定置信水平并计算置信区间。

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