Exclude rows 옵션은 Fit Model, Life Distribution 및 Fit Life by X 플랫폼의 분석에서 행을 숨 깁니다.안녕하세요,
나는 노력하고있다 들어오지 못하게 하다 분석의 행 적합 모델 , 생활 분포 과 X의 Fit Life 플랫폼.
위에서 언급 한 모든 플랫폼에서 제외 된 행은 그래프에서 숨겨진 것처럼 보이지만 테이블에서는 이러한 행만 제외됩니다.
질문 : 제외 된 행이 적합 모델 , 생활 분포 과 X의 Fit Life 플랫폼?
자세한 내용은 아래 스크린 샷과 첨부 된 JMP 파일을 참조하십시오.
제도법Re : Exclude rows 옵션은 Fit Model, Life Distribution 및 Fit Life by X 플랫폼의 분석에서 행을 숨 깁니다.설명 된 규칙은 "원시 데이터 포인트"에만 적용되며, 숨겨지지 않는 한 분석에서 제외되었는지 여부에 관계없이 플로팅 할 수 있습니다.
Fit Life by X 등에서 마커는 "원시 데이터 포인트"가 아니며 분포 함수의 비모수 추정치입니다. 분석에 포함 된 관측치로 계산되고 이에 상응합니다.
Re : Exclude rows 옵션은 Fit Model, Life Distribution 및 Fit Life by X 플랫폼의 분석에서 행을 숨 깁니다.원래의 질문에도 불구하고 데이터 분석은 다소 흥미 롭습니다. 영아 사망률 및 / 또는 초기 실패를 올바른 검열 관찰로 표시하는 것이 "제외"보다는 바람직한 접근 방식이어야한다고 생각합니다. 내가 올바르게 추측한다면 가속 수명 테스트에서 얻은 "경쟁 모드"데이터를 분석하려고하고 있으며 정규 조건에서 "예상"고장 모드로 인한 고장 분포와 전압 간의 관계에 관심이 있습니다. 그러나 유아 사망률과 초기 실패는 관심이없는 두 가지 다른 실패 모드입니다. 이 예에서 무관심한 고장 모드를 처리하는 올바른 방법은 바로 중도 절단 처리하는 것입니다. 즉, 관심 모드로 인한 "잠재적"고장 시간은 다른 모드로 인해 기록 된 고장 시간 이후입니다. 따라서 영아 사망률 및 / 또는 (둘 다 비정상적인 실패 모드인지 여부에 따라 다름) 값이 "실패 시간, h"인 다른 시간 열을 만들어야합니다. 초기 실패는 0과 같고, 둘이 같으면 누락됩니다. 그런 다음 "Failure Time, h"및 새 시간 열을 모두 Y에 입력합니다.
Re : Exclude rows 옵션은 Fit Model, Life Distribution 및 Fit Life by X 플랫폼의 분석에서 행을 숨 깁니다.peng_liu 님,
답장을 보내 주셔서 감사합니다.
내가하려는 것은 Inverse Power 모델을 만드는 것입니다. 전압 가속 테스트.
이를 위해 회귀 모델을 사용하고 있습니다. 봐라 g-Logistic 유통을 통한 X의 Fit Life 또는 모수 생존 적합 모델 JMP의 플랫폼.에서 X의 Fit Life 내가 얻는 보고서 힘 η 위의 역 전력 모델 방정식에 지정되어 있습니다.
문제는 유아 및 초기 실패가 모델에서 제외되지 않으면 피팅이 불량하다는 것입니다 (아래 그림 1 참조).
그 결과 그림 2에서 다음을 확인할 수 있습니다.
- 값 η 과 σ 초기 고장이 있거나없는 것으로 추정 된 역 검정력 모델간에 크게 다릅니다.
- 초기 실패가있는 피팅은 역 검정력 모델을 제대로 예측하지 못합니다 (Cox-Snell 잔류 PP 플롯 참조).
내가하려는 것은
- 유아 사망률 및 초기 실패없이 역 전력 모델 모델 적합
- 동시에 Fit Life by X 그래프에서 유아 사망률과 초기 실패를 계속 표시합니다.
참고 : 그림 1의 왼쪽 그래프에서 유아 사망률 (별표) 및 초기 실패 (마름모)는 다음과 같습니다. 오른쪽 검열 JMP 테이블
그림 1
그림 2
Re : Exclude rows 옵션은 Fit Model, Life Distribution 및 Fit Life by X 플랫폼의 분석에서 행을 숨 깁니다.유아 사망률과 초기 실패를 올바른 중도 절단 관측치로 변환 할 때주의해야 할 두 가지 추가 사항이 있습니다. 데이터에 실패와 오른쪽 중도 절단 관측치 만있는 경우 두 가지 형식이 있습니다.
첫 번째는 다음과 같은 Time-and-Censor-Indicator 열 형식입니다. 대부분의 안정성 플랫폼은 현재 Censor 열의 텍스트 값을 허용합니다. 그러나 0- 원 코딩은 여전히 기본적으로 허용됩니다.
두 번째는 다음과 같은 시간 간격 열 형식입니다. 여기서 플랫폼은 Start 및 End 두 개의 시간 열을 예상하고 더 이상 표시기 열이 없으며 셀의 누락 된 값 패턴에 따라 적절한 검열 유형을 파악합니다. 예를 들어, 두 번째 행의 End에 결 측값이 있고 해당 행은 오른쪽 중도 절단 관측치를 나타냅니다.
이제이 특정 사례로 돌아와서 유아 사망률과 초기 실패를 오른쪽 검열로 표시하려고합니다. 데이터에는 이미 일부 "중단 된"관측치가 있으며 실제로는 정지로 인해 "오른쪽 중도 절단"됩니다. 따라서 우리는 세 가지 유형의 관찰 권한이 모두 검열 된 것으로 표시하려고합니다 : 유아 사망률, 초기 실패 및 원래 오른쪽 검열.
설명을 위해 두 가지 접근 방식을 모두 첨부합니다. 먼저 "시간 검열 형식 .jmp"입니다. "Time to Failure, h"는 그대로두고 다음 공식을 사용하여 "Effective Censor"열을 새로 만듭니다.
그런 다음 "Time to Failure, h"및 "Effective Censor"를 시간 및 검열 지표 열로 사용하여 데이터를 분석합니다. 다음은 "오른쪽 검열 된 다른 모드 처리"와 "다른 모드 제외"간의 비교 스크린 샷입니다. 스크립트는 표에 있습니다. 숫자는 비슷하지만 여기에서 바로 검열 된 다른 모드를 처리해야한다고 생각합니다.
이제 다른 형식 : "interval format.jmp". 이 표는 "시간의 시작 기간, h"및 "시간의 종료 기간, h"를 다음과 같이 정의합니다. 이것은 "시간의 시작 기간, h"입니다.
그리고 이것은 "Eng Period of Time, h"입니다.
이제 분석을 위해 "Start Period of Time, h"및 "End Period of Time, h"만 사용합니다. 그리고 보고서는 이전 스크린 샷에있는 내용을 복제해야합니다. 스크립트는 표에 있습니다.
마지막으로 Nonparametric Overlay의 점이 무엇인지 설명하겠습니다. 이는 서로 다른 전압 레벨에서 고장 분포의 비모수 적 추정치입니다. 추정치는 포함 된 데이터 포인트를 사용하며 이들과 연관됩니다. (1) 해당 관측치가 분석에 포함되지 않았거나 (2) 해당 관측 시점에 확률 추정치를 결정할 수 없기 때문에 점이 그려지지 않습니다. 이유 (1)은 제가 앞서 설명한 것입니다. 이유 (2)의 경우, 예를 들어 "time censor format.jmp"의 첫 번째 행, 시간 = 0.001, 유아 사망률 = 1을 참조하십시오. 우리는 그것을 오른쪽 검열로 취급합니다. 그리고 우리는 해당 플롯에서 0.001 주변의 점을 볼 수 없습니다. 시간 = 0.001에서 명확한 확률 추정치를 넣을 수 없기 때문입니다. 우리가 알 수있는 것은 시간 = 0.001에서 Voltage = 51과 관련된 확률이 약 0.02 인 녹색 점의 가장 낮은 지점보다 작아야한다는 것입니다.
