"Doppio Weibull"Ho alcuni dati di affidabilità riguardanti un errore casuale, che posso adattare a una distribuzione di Weibull. Ma devo fare un'analisi di affidabilità della probabilità che due errori si verifichino consecutivamente e, poiché questa probabilità è molto piccola, non è possibile eseguire il test finché ciò non accade.
Quindi, invece, ho avuto l'idea di generare alcuni dati dalla distribuzione di Weibull che ho descritto. Posso generare estrazioni casuali dalla distribuzione Weibull, ma esiste un modo per attingere da un "doppio Weibull" o in altre parole da una distribuzione Weibull x Weibull?
Esplorazione e visualizzazione dei datiRe: "Doppio weibull"Non capisco cosa intendi quando dici " Posso descrivere il singolo errore con una distribuzione weibull".La distribuzione weibull viene tipicamente utilizzata per descrivere la distribuzione di un "tempo a un evento".Quindi vuoi dire che l'errore si verifica entro un determinato periodo di tempo?
Gli errori sono davvero consecutivi, in quanto il secondo errore non può verificarsi se non può verificarsi il primo errore?
Re: "Doppio weibull"Grazie per il tuo suggerimento, ma ci sono alcuni importanti prerequisiti che mancano. Forse dovrei chiarire:
Posso descrivere il singolo errore con una distribuzione weibull e la probabilità di un errore è molto piccola (uno su un milione). Il sistema può funzionare se si verifica un solo errore, ma posso rilevare l'unico errore.
Ma l'errore che sto cercando è quando il singolo errore si verifica due volte consecutivamente. E poiché la probabilità del singolo errore è così piccola, non posso eseguire il test finché ciò non accade (o simulare due colonne di numeri Weibull casuali in quanto richiederebbe molto più di un milione di righe). Quindi vorrei estrarre un numero casuale da una distribuzione weibull^2, o in qualche modo simulare questa distribuzione weibull^2.
Re: "Doppio weibull"In realtà, penso sia un progetto di sistema parallelo, non "K su N"
Re: "Doppio weibull"Facile da fare.Presumo che ogni componente o evento sia indipendente l'uno dall'altro e che il "fallimento" sia che il tempo per l'evento è inferiore al tempo desiderato.Puoi semplicemente creare due colonne in una tabella di dati con la funzione Random Weibull() nella colonna.Quindi puoi utilizzare un'altra colonna per verificare se entrambi i componenti hanno avuto esito negativo prima di un determinato momento.
Forse un modo più semplice è usare solo calcoli di probabilità di base.Se T1 è il tempo prima del guasto per il componente 1, T2 il tempo prima del guasto per il componente 2, allora il tempo prima che si verifichino entrambi i guasti contemporaneamente è Tmax=max(T1, T2).Sia F la funzione di distribuzione cumulativa per T1 o T2 [F(t) = Prob (T1 < t)].La funzione di distribuzione cumulativa del massimo di due variabili casuali identicamente distribuite e indipendenti è solo Fmax(t) = [F(t)]^2.
Per campionare da qualsiasi distribuzione di probabilità, se conosci la funzione di distribuzione cumulativa, puoi utilizzare questo approccio.
- generare un valore casuale uniforme (uniforme casuale sull'intervallo [0,1]), U
- Trova Tmax tale che U=Fmax(Tmax) --> questa sarà la tua variabile casuale dalla distribuzione "double weibull"
nella causa sopra, Fmax(t) = [F(t)]^2, quindi risolvere per Tmax è solo
U=Fmax(Tmax)=[F(Tmax)]^2
sqrt(U) = F(Tmax)
È possibile utilizzare la funzione Weibull Quantile() in JMP per trovare Tmax
alpha=1;
beta=1;<BR />// generate random "Double Weibull"
Tmax = Weibull Quantile(Random Uniform(),alpha, beta);
Potresti usare quella formula in una colonna in una tabella di dati o creare uno script JMP per generare le estrazioni casuali.
In alternativa, se si dispone di JMP Pro, è possibile utilizzare la piattaforma Reliability Block Diagram per vedere facilmente la distribuzione del tempo di errore per questo sistema "K su N".
