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，数据会被区间审查。在使用 参数分布分析新消声器分析失效数据之前，工程师会先用 分布 ID 图 来选择分析的分布模型。
- 打开样本数据 消声器可靠性.MWX。
- 选择 。
- 从删失 中，选择区间删失数据。
- 从数据 中，选择一个或多个样本，每个样本位于单独的起始列和结束列中。
- 在 起始列中，输入开始（新）。
- 在 结束列中，输入结束（新）。
- 在 频率列 (可选)中，输入频率（新）。
-
取消选择 位置尺度分布 并 带有阈值参数的分布 评估以下分布：
- Weibull
- 对数正态
- 对数 Logistic
- 指数
- 选择 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。工程师因此决定使用韦布尔分布来建模数据参数分布分析。
Minitab 还显示百分位表和平均失效时间（MTTF）表，提供每个分布的计算失效时间。你可以比较计算出的数值，看看不同分布下你的结论可能有何变化。如果多个分布都适合你的数据，你可能想使用结果最保守的分布。
提示
分析存储包含样本列和审查方案的可靠性数据定义。选择定义以快速运行 分布 ID 图、 分布概要图、 参数分布分析和 非参数分布分析 在同一数据上。
使用 频率（新） 中的频率
拟合优度
| 分布 | Anderson-Darling （调整） |
|---|---|
| Weibull | 7.278 |
| 对数正态 | 7.322 |
| 对数 Logistic | 7.277 |
| 指数 | 8.305 |
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 |
| 对数 Logistic | 1 | 41843.3 | 810.048 | 40285.4 | 43461.5 |
| 指数 | 1 | 941.789 | 32.5296 | 880.143 | 1007.75 |
| Weibull | 5 | 49434.9 | 841.147 | 47813.5 | 51111.3 |
| 对数正态 | 5 | 51458.9 | 624.451 | 50249.5 | 52697.5 |
| 对数 Logistic | 5 | 51967.9 | 703.264 | 50607.7 | 53364.8 |
| 指数 | 5 | 4806.55 | 166.019 | 4491.93 | 5143.21 |
| Weibull | 10 | 56006.1 | 759.186 | 54537.7 | 57514.0 |
| 对数正态 | 10 | 56063.1 | 585.905 | 54926.4 | 57223.3 |
| 对数 Logistic | 10 | 57323.9 | 638.684 | 56085.7 | 58589.5 |
| 指数 | 10 | 9873.05 | 341.017 | 9226.79 | 10564.6 |
| Weibull | 50 | 77639.9 | 501.312 | 76663.5 | 78628.7 |
| 对数正态 | 50 | 75850.3 | 576.625 | 74728.5 | 76988.9 |
| 对数 Logistic | 50 | 76490.1 | 545.549 | 75428.3 | 77566.9 |
| 指数 | 50 | 64952.9 | 2243.49 | 60701.3 | 69502.3 |
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 |
| 对数 Logistic | 78702.3 | 579.02 | 77575.6 | 79845 |
| 指数 | 93707.3 | 3236.67 | 87573.5 | 100271 |
