一位可靠性工程师想预测因有缺陷的冰箱压缩机而导致的保证索赔。工程师收集和分析去年的每月失效数据。
由于原始现场数据记录在三角矩阵中,因此工程师使用 过程前保证数据 按照常规的失效时间数据格式对数据进行排列,这是进行保证分析所必需的操作。
Minitab 将工作表中的原始数据的格式设置为按区间分组的任意删失数据。重新设置格式的失效时间数据存储在 3 个新列(开始时间、结束时间和频率)中,这些列直接显示在原始数据列的后面。
重新设置格式的数据中接下来的 12 行显示在每批货物中已出货但尚未退货的压缩机数量。例如,工作表的最后一行中显示第一批货物。在自第一批货物中发出 1000 台压缩机之后的 12 个月内,未退回这第一批货物中的任何压缩机。因此,这批货物中未退回的压缩机总数为 1000。
C14 | C15 | C16 |
---|---|---|
开始时间 | 结束时间 | 频率 |
0 | 1 | 7 |
1 | 2 | 5 |
2 | 3 | 7 |
3 | 4 | 10 |
4 | 5 | 12 |
5 | 6 | 4 |
6 | 7 | 8 |
7 | 8 | 6 |
8 | 9 | 5 |
9 | `0 | 5 |
10 | 11 | 0 |
11 | 12 | 0 |
1 | * | 998 |
2 | * | 999 |
3 | * | 998 |
4 | * | 999 |
5 | * | 994 |
6 | * | 994 |
7 | * | 988 |
8 | * | 989 |
9 | * | 993 |
10 | * | 979 |
11 | * | 1000 |
12 | * | 1000 |
现在,工程师可以使用工作表中重新设置格式的失效时间数据,借助于保证预测分析来评估保证索赔。