比较故障率的最佳方法你好，
比较两个过程之间的故障率的最佳方法是什么？
回复：比较故障率的最佳方法如果您对所有项目使用生命周期数据，则因其他原因失败的项目将被视为审查数据。 （它类似于竞争原因分析。 您有一些项目具有“婴儿死亡”，而其他项目则具有“正常”故障模式。）它们在感兴趣的故障模式中幸存下来，直到它们因其他原因而失败。 这些观察结果将包含在寿命分布分析中。
如果您使用的是终点处失败的总单位的聚合计数数据（即，直到最后时刻，例如 3 个月，您才观察到项目），则不要将这些观察结果包含在失败计数中，并且将它们从未失败的计数中删除。 就好像您从较小的样本开始一样。 您不能将它们算作应急分析中的审查数据。
回复：比较故障率的最佳方法从您对下面马克的回复来看，您似乎在一段时间内进行了观察，在此期间有些项目失败了，有些则没有。在该时间段结束时，问题是未失败的项目状态如何？它们是否已超过使用寿命？您是否只关心他们是否会在 X 个月内失败？如果时间段是任意选择的（即数据收集结束的时间），那么您对尚未失败的项目的了解就是它们“尚未”失败。正是“尚未”会让您的数据受到审查。这意味着您不能声称它们不会失败，只能声明它们在特定时间点不会失败。
进一步扩展一下 - 您在下面向马克提出的问题谈到想要对失败时间进行建模。这是一种典型的生存分析。我认为有两种一般方法。如果这些项目都已达到其使用寿命，但有些项目已经失效并且它们在不同时间失效，那么您的因变量将是失效时间，您将进行回归分析（而不是仅进行偶然分析）看看他们是否失败，而是关注失败时间的分析）。如果数据收集的结束是任意的（在我上面描述的意义上），那么生存分析将是适当的。因变量仍然是失败时间（它是回归分析的一种），但您的数据经过审查 - 因此您将使用生存平台而不是拟合模型平台。
回复：比较故障率的最佳方法亲爱的戴尔，
能够详细说明我的数据可能被审查是什么意思吗？
估计值
伊尔凡回复：比较故障率的最佳方法嗨马克，
是的，这确实有帮助，我遇到的另一个问题是，假设对于特定的腔室，高故障率是由于某些退化部件造成的，并且与腔室的基线性能无关，是否有一种方法可以进行统计分析来筛选此问题出去。 我遇到的另一个问题是，是否想分析平均故障时间，这意味着某个室可能能够运行 20 天直至出现故障，而另一个室可能会运行并每隔 4 天出现故障。 我也使用列联表吗？回复：比较故障率的最佳方法我同意马克的建议，但请确保您确切地知道您想问什么问题。马克的失禁表将回答 3 个月后故障率是否有所不同的问题。如果您想回答一个更普遍的问题 - 故障率是否有所不同 - 那么您的数据可能会被审查，这意味着您在 3 个月后进行测量，但寿命实际上更长。我怀疑这两种分析会产生类似的定性比较，但在定量上并不相同。
回复：比较故障率的最佳方法如果问题像您描述的那样简单（比较两个故障率），那么您可以使用列联表分析。 尝试以下步骤：
- 输入您的数据为室（ A ,乙),地位（有缺陷的,无缺陷）， 和设备（计数）。
- 选择分析>通过 X 拟合 Y 。
- 选择地位然后单击是。
- 选择室然后单击X 。
- 选择设备然后单击频率。
根据您的示例，我的数据表如下所示：
这是分析的结果：
这种方法有帮助吗？
回复：比较故障率的最佳方法亲爱的马克，我实际上已经完成了这个寿命分布的示例，但是这个图表通常用于确定某个产品的寿命，对吧？我可以使用这个图表作为我上面提到的示例吗？回复：比较故障率的最佳方法亲爱的 Dale，假设我有两个独立的处理室，我想监控过去 3 个月的故障。 腔室的故障与缺陷有关。 例如，这个室可能每周有 3 次颗粒故障，而另一个室每周有 9 次颗粒故障，对这 2 个室进行比较的最佳方法是什么回复：比较故障率的最佳方法要添加到 Dale 的回复，请参阅帮助>图书>可靠性和生存方法>寿命分布。 该平台有一个比较组的功能，本章通过示例对此进行了充分解释。
该解决方案假设您拥有经过审查或精确的生活数据。
回复：比较故障率的最佳方法您能否提供更多有关您拥有或计划收集的数据类型的信息？假设有指定时间段内的数据，其中有些项目失败，有些则没有，并且您正在比较多个流程，那么您的数据将被审查 - 尚未失败的项目，如果实验/流程失败，则可能仍然会失败可以运行更长的时间。在这种情况下，某种类型的生存（例如比例风险）模型可能是合适的。另一方面，如果您拥有跨越这些项目的生命周期的数据，其中有些项目失败了，有些则没有，那么可以使用分类模型。因此，如果您提供有关数据性质的更多信息，就可以提供更好的答案。
