参数分布分析数据注意事项

为确保结果有效，在收集数据、执行分析和解释结果时，请考虑以下准则。

您收集的数据通常是失效时间

例如，你可以收集在特定温度下测试的单元的故障时间。您也可以收集不同温度或不同应力变量组合下的失效时间样本。或者，数据可能用除时间以外的单位来衡量产品使用情况，比如轮胎磨损前的里程数。

使用本分析数据，适用于任何审查方案。

审查方案包括右审查、区间审查、左审查以及不同类型的组合。

具体故障数据

在研究或可靠性测试结束前，记录固定时间点的失效时间

右删失数据

记录该单元在研究或可靠性测试结束时仍然存活的时间。例如，患者可能在研究结束前就退出，或者某个病区在分配的检测时间后仍在运行。具体失效时间尚不清楚，但肯定会超过分配的学习时间。

区间删失数据

具体失效时间未知，但发生在已知的间隔内。例如，当可靠性工程师离开去中午休息时，一台机组仍在12点运行。工程师于 12:30 返回时发现机组已发生故障。因此，该单元在12点开始到 12:30 结束的间隔中失败。

左删失数据

左侧审查数据是区间审查数据点的一种特殊情况，其中区间的起点可能是时间0，也可能未知。工程师只知道设备在可靠性测试开始后某个特定时间点故障。

欲了解更多关于被审查数据的信息，请访问 数据删失。

如果数据为多删失数据，您必须有一个删失指示符列。

如果你的测试单元在不同时间被审查，你的数据也会被多倍审查。在多重审查数据中，故障时间与审查时间交错。在这种情况下，必须有一列文字或数字值，指示每个观测值是实际失败还是在失败前被剔除的单元（被审查）。欲了解更多关于被审查数据的信息，请访问 数据删失。

要单独评估失效的每个原因，请记录失效模式

故障模式表示故障的原因。由于不同的失效模式通常有不同的失效分布，尽量考虑按失效模式分组数据。要获得每种故障模式以及整体系统的结果，请在工作表列中记录每个系统故障的原因。有关详细信息，请转到 什么是失效模式？。

所选择的分布必须充分拟合您的数据

如果选定的分布无法很好地拟合数据，则百分位数、失效概率和生存概率的估计值将不准确。要确定哪个参数分布最适合你的数据，请使用 分布 ID 图。如果没有参数分布能充分符合你的数据，那就用 非参数分布分析 它。