概率图
使用概率图可评估所选分布对数据的拟合程度。如果标绘点紧密地沿着拟合线分布，则可以假定分布对数据的拟合相当好。
- 图上的点是基于非参数方法的估计百分位数（不依赖于任何分布）。将指针放在某个数据点上时，Minitab 将显示观测到的失效时间和估计的累积概率。
- 拟合线（中心线）基于拟合分布。将指针放在拟合线上时，Minitab 将显示一个包含各种百分比的百分位数表。
- 左侧的线连接每个百分位数的置信区间下限。右侧的线连接每个百分位数的置信区间上限。
示例输出
解释
对于发动机绕组数据的 Temp80 样本，点似乎沿着拟合线分布。因此，可以假定为数据选择对数正态分布很合适。拟合线基于对数正态分布，其位置 = 4.09267，尺度 = 0.486216。
生存图
生存图描述物品在特定时间之前能够使用的概率。因此，生存图显示产品在一段时间内的可靠性。
- 中心线是一段时间内的估计可靠性。
- 右侧的线连接每个时间点的可靠性上限。左侧的线连接每个时间点的可靠性下限。
将指针放在生存曲线上时，Minitab 将显示一个包含时间和生存概率的表格。
仅当分布充分拟合数据时，才能使用此图。如果分布对数据的拟合效果很差，则这些估计值将不准确。使用分布 ID 图、概率图和拟合优度度量可确定分布是否充分拟合了数据。
示例输出
解释
对于发动机绕组数据，发动机绕组在 80° C 下至少生存 50 小时的概率大约为 60%。生存函数基于对数正态分布，其中，位置 = 4.09267，尺度 = 0.486216。
累积失效图
为了从产品失效时间的角度描述产品的可靠性，累积失效图显示了在特定时间 t 后失效的项目的累积百分比。累积失效函数表示 1 − 生存函数。
- 中心线是在一段时间内的估计累积失效百分比。
- 右侧的线连接每个时间点的累积失效百分比下限。左侧的线连接每个时间点的累积失效百分比上限。
将指针放在曲线上时，Minitab 显示累积失效概率和失效时间。
仅当分布充分拟合数据时，才能使用此图。如果分布对数据的拟合效果很差，则这些估计值将不准确。使用分布 ID 图、概率图和拟合优度度量可确定分布是否充分拟合了数据。
示例输出
解释
对于发动机绕组数据，发动机绕组在 80° C 下生存 70 天才失效的概率大约为 60%。累积失效函数基于对数正态分布，其中，位置 = 4.09267，尺度 = 0.486216。
故障图
- 递减：物品因老化而失效的几率较小。递减故障通常发生在产品寿命的早期阶段。
- 固定：物品以固定速率失效。固定故障通常发生在产品“使用寿命”期内，在这期间内会随机出现失效情况。
- 递增：物品因老化而失效的几率较大。递增故障通常发生在产品寿命的后期阶段，例如发生在磨损期。
故障函数的形状是基于数据和所选分布确定的。将指针放在故障曲线上时，Minitab 将显示一个包含失效时间和瞬时故障率的表格。
仅当分布充分拟合数据时，才能使用此图。如果分布对数据的拟合效果很差，则这些估计值将不准确。使用分布 ID 图、概率图和拟合优度度量可确定分布是否充分拟合了数据。
示例输出
解释
对于发动机绕组数据的 Temp80 变量，故障函数基于对数正态分布，其中，位置 = 4.09267，尺度 = 0.486216。当温度为 80° C 时，瞬时故障率一直增加，到大约 100 小时后将缓慢减小。
多种失效模式图
对于多种失效数据，Minitab 将针对每种失效模式显示相应的图形。
- 使用概率图可评估所选分布对数据的拟合程度。如果这些点位于拟合线附近，则使用该分布可对数据进行建模。
- 使用生存图可评估物品在特定时间之前能够使用的概率。因此，生存图显示产品在一段时间内的可靠性。
- 使用故障函数可将失效似然用作单元持续时间的函数（在特定时间 t 的瞬时失效率）。故障图显示一段时间内的失效率趋势。
示例输出
解释
- 形状 = 1.97672 和尺度 = 891.929（对于喷水臂折断）
- 位置 = 5.75328 和尺度 = 1.95933（对于喷水臂阻塞）
喷水臂在 200 次循环内不会折断的概率为 95%，在 1500 次循环内不会阻塞的概率大约为 20%。
折断的瞬时故障率随时间稍有增加，但阻塞的瞬时故障率随时间降低。
