ワイブル分布：「プールされた」ワイブルベータを解くこと？以前は、欠陥のある部分母集団の分析において、ワイブルベータとp因子の修正に関するスレッドがありました。
https://community.jmp.com/t5/Discussions/Life-Distribution-Fixing-p-and-fixing-Weibull-beta-in-DS-Weibull/td-p/43681
3 " 「同じ母集団の、しかし異なるストレス条件を有するフレーバー」。理論的に同じ故障メカニズムがある場合、Weibullベータは3つのデータセットすべてで同じになるはずですが、故障率とWeibullアルファは異なるだけです。 間隔と他の要因に基づいて、JMP回帰のワイブルベータは+/- 20％を変えることができます。
上のリンクで、私はどのように私がワイブルベータ版を抑制し、次にワイブルアルファ版を解決することができるかを読みました。 それは素晴らしいことですが、ベータ版をどのように設定すればよいでしょうか。
JMPは、2つの異なるデータセットを解決するが1つのワイブルベータ勾配に収束するために、Life Distribution解析と "by"フィルタを使用することができますか？
ワイブル分布：「プールされた」ワイブルベータを解くこと？3 "味"はありません。それは同じ人口からの3つのランダムなグループです。気分が悪い…
ワイブル分布：「プールされた」ワイブルベータを解くこと？あなたは歴史的証拠と現在の母集団が同じ形状パラメータを持つという信念に基づいて形状パラメータを修正します。形状パラメータには過去の見積もりを使用します。
Life Distributionプラットフォームを使用して、3つのサンプル（「フレーバー」、「グループ」）で仮定をテストすることをお勧めします。データ列を分析ロールにキャストする前に、[グループの比較]タブを選択します。
