故障率の比較を行うための最良の方法こんにちは、
2 つのプロセス間の故障率を比較するための最良の方法は何ですか。
Re: 故障率を比較するための最良の方法すべてのアイテムにライフタイム データを使用している場合、別の理由で失敗したアイテムは打ち切りデータとして扱われます。 (競合原因分析に似ています。 「幼児死亡」のアイテムもあれば、「通常」の故障モードのアイテムもあります。)それらは、別の理由で故障するまで、対象の故障モードを生き延びました。 これらの観察は寿命分布分析に含まれます。
エンドポイント時点で故障したユニットの合計数の集計データを使用している場合 (つまり、最後の瞬間、たとえば 3 か月まで項目を観察しなかった場合)、これらの観察結果を故障数に含めないでください。失敗せずにカウントから削除します。 あたかも小さなサンプルから始めたかのようです。 偶発性分析では、それらを打ち切りデータとしてカウントすることはできません。
Re: 故障率を比較するための最良の方法以下の Mark への回答から、ある期間にわたって、一部のアイテムが失敗し、一部のアイテムが失敗するという観察結果があるようですね。その期間の終わりに問題となるのは、故障しなかったアイテムの状態がどのような状態であるかということです。耐用年数は過ぎていますか?X か月以内に障害が発生するかどうかだけを知りたいですか?期間が任意に選択されている場合 (データ収集が終了した時点)、故障していない項目についてわかるのは、「まだ」故障していないということだけです。データが検閲されるのは「まだ」です。これは、失敗しないと主張することはできず、特定の時点で失敗していないということだけを意味します。
もう少し拡張して、以下の Mark への質問は、障害が発生するまでの時間をモデル化したいということについて語っています。これは典型的な生存分析です。大まかに2つのアプローチがあると思います。アイテムがすべて耐用年数の終わりに達しているが、一部のアイテムが故障し、それぞれが異なるタイミングで故障した場合、従属変数は故障までの時間となり、回帰分析を実行します (偶発性分析ではなく、単に故障するだけです)失敗するかどうかに注目しますが、失敗するまでの時間に焦点を当てた分析です)。データ収集の終了が任意である場合 (上で説明した意味で)、生存分析が適切です。従属変数はまだ失敗するまでの時間です (回帰分析の一種です) が、データは検閲されているため、適合モデル プラットフォームではなく生存プラットフォームを使用することになります。
Re: 故障率を比較するための最良の方法親愛なるデイルさん、
私のデータが検閲されている可能性があるというのはどういう意味ですか? 詳しく説明できますか?
RGRDS
イルファンRe: 故障率を比較するための最良の方法ハイマーク、
はい、これは確かに役に立ちます。私が抱えているもう 1 つの問題は、特定のチャンバーで高い故障率が発生しているのは一部の部品の劣化によるものであり、チャンバーのベースライン性能とは関係がないと仮定します。これを統計分析でスクリーニングする方法はありますか?外。 私が抱えているもう1つの問題は、平均故障時間を分析したい場合です。これは、おそらく特定のチャンバーが故障するまで20日間稼働できる一方で、他のチャンバーは4日おきに稼働して故障する可能性があることを意味します。 分割表も使用しますか?Re: 故障率を比較するための最良の方法私はマークの提案に同意しますが、どのような質問をしたいのかを正確に理解してください。マークの変換表は、3 か月後の故障率が異なるかどうかという質問に答えます。より一般的な質問 (故障率は異なるのか) に答えたい場合は、データはおそらく検閲されています。つまり、3 か月後の測定値がありますが、実際の寿命はもっと長いことになります。2 つの分析では同様の定性的な比較が得られると思いますが、定量的には同等ではありません。
Re: 故障率を比較するための最良の方法問題が説明したように単純な場合 (2 つの故障率を比較する)、分割表分析を使用できます。 次の手順を試してください。
- データを次のように入力してくださいチャンバー(あ、 B ）、状態(欠陥品、良品）、 そしてデバイス（数える）。
- 選択する分析する> YをXでフィット。
- 選択する状態そしてクリックしてくださいY 。
- 選択するチャンバーそしてクリックしてくださいバツ。
- 選択するデバイスそしてクリックしてください周波数。
あなたの例に基づく、私のデータテーブルは次のようになります。
分析の結果は次のとおりです。
このアプローチは役に立ちますか?
Re: 故障率を比較するための最良の方法親愛なるマーク、私は実際にこの寿命分布の例を調べましたが、このグラフは通常、特定の製品の寿命を決定するために使用されますよね?このグラフを上で述べた例に使用できますか?Re: 故障率を比較するための最良の方法Dale 様、2 つの別々のプロセス チャンバーがあり、過去 3 か月間発生した障害を監視したいとします。 チャンバーの故障は欠陥に関連しています。 たとえば、このチャンバーでは週に 3 件の粒子障害が発生する一方、他のチャンバーでは週に 9 件の粒子障害が発生する可能性があります。これら 2 つのチャンバーを比較するための最良の方法は何ですか?Re: 故障率を比較するための最良の方法Dale の返信に追加するには、次を参照してください。ヘルプ>本>信頼性と生存方法>寿命分布。 このプラットフォームにはグループを比較する機能があり、この章で例とともに詳しく説明します。
このソリューションは、打ち切りまたは正確な生活データがあることを前提としています。
Re: 故障率を比較するための最良の方法保有している、または収集する予定のデータの種類についてもう少し詳しく教えていただけますか?指定された期間のデータがあり、一部の項目は失敗し、一部は失敗し、比較しているプロセスが複数あると仮定すると、データは打ち切られます。まだ失敗していない項目でも、実験/プロセスが失敗した場合には失敗する可能性があります。より長い期間実行されることになります。その場合、ある種の生存 (比例ハザードなど) モデルが適切である可能性があります。一方、これらのアイテムの存続期間にわたるデータがあり、その間に一部のアイテムが故障し、一部のアイテムは故障しなかった場合は、分類モデルを使用できます。したがって、データの性質についてさらに詳しい情報を提供すると、より適切な回答が得られる可能性があります。
