X中適應生活中4個生命分佈群和關係（習慣）的差異嗨，大家好，
我從一些Seminconductor可靠性工程團隊得到了幾個問題。
其中，我想問三個問題;
1。“生命分佈”中有4個主要的參數分佈組
- 基本失效時間分佈
-TH（閾值）分佈
-DS（缺陷子群）分佈
-ZI（零膨脹）分佈
我很難解釋4組的差異。
如果您有任何好的想法可以簡單而輕鬆地向他們解釋，請告訴我。
2。我們必須確定事件與'適合生活的X'中的加速因素之間的關係
1）如果沒有預定義的模型或者他們不知道哪種關係最合適，
他們怎麼能找到最合適的關係呢？
2）如果他們使用關係（自定義），他們如何在下面的空格中輸入正確的值？
3。通常的散點圖如下所示'Fit Life by X'
如果他們的數據是在兩個或多個批次或組中測量或測試的，
我們可以繪製按批次或組分組的重疊散點圖嗎？
謝謝
Ikju
回复：X中適合生活中的4個生命分佈組和關係（自定義）的差異1。可靠性壽命分佈模型源自失效的理論模型。它們通常需要兩個參數：位置和比例，或者規模和形狀，並假設生命從零開始。對於某些情況，此參數化不足。對於分佈未錨定在原點的情況，閾值分佈模型使用第三個參數。閾值表示非零原點。它可能是積極的（無故障的生命期）或者可能是消極的（生命在製造完成之前結束）。零膨脹模型解釋了展示沒有生命的單位（“嬰兒死亡”或老化期間的失敗）的情況。相反的是有缺陷的子群模型，它們考慮了具有無限壽命的單元（所有單元都不可能出現故障模式）。
2.1。這些圖旨在指導在沒有理論模型或故障模式的先驗知識的情況下選擇模型。這種方法僅僅適用於數據，但無論如何它都可以產生有用的模型。用戶界面支持各種模型進行測試和比較。在技術和科學文獻中搜索關於類似單元的可靠性和失效模式的文章是有幫助的
2.2。請參閱幫助>書籍>可靠性和生存>適合X的生活章節。有一節致力於使用自定義關係。
3。我不認為這是可能的。但是，批次無論如何都代表隨機錯誤。
我強烈推薦Meeker和Escobar的參考教科書“可靠性數據的統計方法”。Bill Meeker一直是JMP Development的重要合作夥伴，負責創建可靠性平台。
回复：X中適合生活中的4個生命分佈組和關係（自定義）的差異嗨馬克，
謝謝你的解釋，我會查看Meeker的書和網絡研討會
謝謝
Ikju
