某可靠性工程师想研究涡轮装置中发动机绕组的失效率以确定绕组失效的时间。在高温下，绕组可能会分解过快。
工程师记录发动机绕组在80°C和100°C的故障时间。然而，部分单元在测试结束前并未失效。因此，数据为右删失数据。工程师用 分布概要图 对数正态分布拟合数据，并直观评估存活率和故障率随时间的变化。
- 打开样本数据 发动机绕组可靠性.MWX。
- 选择 。
- 从可靠性数据定义 中，选择自定义定义。
- 从删失 中，选择右删失数据，带有删失列。
- 从数据 中，选择一个或多个样本，每列一个。
- 在 样本列中，输入80 度。
- 在 删失列中，输入80 度删失。
- 在中删失值，选择 0。
- 选择 添加行。
- 在 的 样本列第二行 中，输入 100 度。
- 在 的 删失列第二行 中，输入 100 度删失。
- 在 的 删失值第二行中，选择 0。
- 从假定分布 中，选择对数正态。
- 选择 确定。
解释结果
概率图显示，失效时间点在两个变量的直线上大致分布。因此，对数正态分布对两个变量的数据都非常贴合。
使用故障函数图可以比较不同变量的失效率。例如，在 100° C 时，失效率最初大于 80° C 的失效率，在大约 40 小时处达到峰值（大约为 0.03）。在 80° C，失效率增加得更慢，在大约 50 小时处达到峰值（大约为 0.032 以上）。
使用生存函数图可以比较不同变量的生存率。例如，在约150小时内，80°C时存活的绕组比例明显高于100°C。150小时后，两种温度下存活的绕组比例几乎相同。
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。
