排除行選項還可以在“擬合模型”、“壽命分佈”和“Fit Life by X”平台中的分析中隱藏行大家好，
我在嘗試著排除分析中的行適合模型,壽命分佈和X 健康生活平台。
在上述所有平台中，排除的行似乎也隱藏在圖表中，而在表中，這些行僅被排除。
問題：為什麼排除的行也隱藏在適合模型,壽命分佈和X 健康生活平台？
有關更多詳細信息，請參閱下面的屏幕截圖和附加的 JMP 文件。
數據探索和可視化大規模定制可靠性分析回复：排除行選項還可以在“擬合模型”、“壽命分佈”和“Fit Life by X”平台中的分析中隱藏行嗨彭劉，
抱歉，回复晚了，最近才看到您的回复。
無論如何，感謝您的詳細解釋和附加示例。
我相信帶有左右刪失數據的區間格式是最好的格式，請參見下圖。
具有左右刪失數據的圖表顯示了它們實際開始有助於擬合的概率點。
獲得的擬合參數在兩個變體之間略有差異，但不超過 1%。
回复：排除行選項還可以在“擬合模型”、“壽命分佈”和“Fit Life by X”平台中的分析中隱藏行當我們將嬰兒死亡率和最初的失敗轉化為正確的審查觀察結果時，這裡還有兩件事需要注意。 如果數據只有失敗和右刪失觀察，則有兩種格式：
第一個是時間和審查指標列格式，如下所示。 大多數可靠性平台現在接受審查列中的文本值。 不過，默認情況下仍然接受零一編碼。
第二個是時間間隔列格式，如下所示。 這里平台將期望兩個時間列“開始”和“結束”，不再有指示符列，並根據單元格中的缺失值模式找出適當的審查類型。 例如，第二行的 End 中缺少值，該行表示右刪失觀察。
現在回到這個具體案例，我們希望將嬰兒死亡率和最初的失敗標記為右刪失。 該數據還已經有一些“審查”的觀察結果，這些觀察結果實際上是由於暫停而“右審查”的。 因此，我們希望將所有三種類型的觀察標記為右刪失：嬰兒死亡率、初始失敗和最初右刪失。
我附上這兩種方法來說明。 首先，“時間審查格式.jmp”。 我保持“失敗時間，h”不變，但使用以下公式創建一個新列“有效審查”：
然後我使用“故障時間，h”和“有效審查”作為我的時間和審查指標列來分析數據。 下面是“對其他模式進行右刪失處理”和“排除其他模式”的對比截圖。 腳本在表中。 數字很接近，但我相信我們應該在這裡對其他模式進行正確審查。
現在是另一種格式：“interval format.jmp”。 該表定義“開始時間段，h”和“結束時間段，h”如下。 這是“開始時間段，h”
這是“Eng 時間段，h”
現在我只使用“開始時間段，h”和“結束時間段，h”進行分析。 報告應該複製上一個屏幕截圖中的內容。 腳本在表中。
最後，讓我解釋一下非參數疊加中的那些點是什麼。 它們是不同電壓水平下故障分佈的非參數估計。 估計使用包含的數據點並與它們相關聯。 未繪製點的原因是 (1) 相應的觀測值未包含在分析中，或者 (2) 在相應觀測值出現時，無法確定概率估計。 原因（1）是我之前解釋的。 對於原因 (2)，請參見“time censor format.jmp”中的第一行，時間 = 0.001，嬰兒死亡率 = 1。 我們將其視為右審查。 我們在相應的圖中沒有看到 0.001 附近的任何點。 因為我們無法在時間 = 0.001 時給出明確的概率估計。 我們只能知道，在時間 = 0.001 時與電壓 = 51 相關的概率應該小於綠點的最低點，即 0.02 左右。
回复：排除行選項還可以在“擬合模型”、“壽命分佈”和“Fit Life by X”平台中的分析中隱藏行親愛的彭劉，
感謝您的回复。
我想做的是製作逆冪模型電壓加速測試。
為此，我使用回歸模型洛g-物流配送通過X 健康生活或者參數生存擬合模型JMP 中的平台。從X 健康生活我得到的報告力量η在上面的逆冪模型方程中指定。
問題是，當模型中未排除初期和初始故障時，擬合效果很差（參見下圖 1）。
從圖2可以看出：
- 的值η和σ在有和沒有初始故障的情況下估計的逆功率模型之間存在顯著差異
- 擬合初始故障很難預測逆冪模型（請參閱 Cox-Snell 殘差 PP 圖）
我想做的是
- 擬合逆冪模型 不考慮嬰兒死亡率和初始故障的模型
- 同時在 Fit Life by X 圖表上繼續顯示嬰兒死亡率和初始失敗
注：圖 1 左圖中的嬰兒死亡率（星號）和初始失敗率（菱形）是右刪失在 JMP 表中
圖1
圖2
回复：排除行選項還可以在“擬合模型”、“壽命分佈”和“Fit Life by X”平台中的分析中隱藏行儘管最初的問題是這樣的，但對數據的分析還是相當有趣的。 我認為將嬰兒死亡率和/或初始失敗標記為正確的審查觀察結果應該是理想的方法，而不是“排除”。 如果我猜對了，您正在嘗試分析來自加速壽命測試的“競爭模式”數據，並且由於常規條件下的“預期”故障模式，您對故障分佈和電壓之間的關係感興趣。 然而，嬰兒死亡率和初始故障是您不感興趣的兩種不同的故障模式。 我相信在這個例子中處理不感興趣的故障模式的正確方法是對它們進行正確的審查，即由於感興趣的模式而導致的“潛在”故障時間在由於其他模式而記錄的故障時間之後。 因此，您需要創建另一個時間列，如果嬰兒死亡率和/或（取決於它們是否都是異常故障模式）初始故障等於零，則其值等於“故障時間，h”，如果這些值相等則缺失。 然後將“故障時間，h”和新時間列放入 Y 中。
回复：排除行選項還可以在“擬合模型”、“壽命分佈”和“Fit Life by X”平台中的分析中隱藏行所描述的約定僅適用於“原始數據點”，無論它們是否被排除在分析之外，只要不隱藏，都可以繪製它們。
在Fit Life by X等中，標記不是“原始數據點”，它們是分佈函數的非參數估計。 它們是根據分析中包含的觀察結果計算並對應的。
