Die Option „Zeilen ausschließen“ blendet auch Zeilen aus der Analyse in den Plattformen „Fit Model“, „Life Distribution“ und „Fit Life by X“ ausHallo alle,
ich versuche zu Ausschließen Zeilen aus der Analyse in Modell anpassen , Lebensverteilung Und Fit Life von X Plattformen.
Auf allen oben genannten Plattformen scheinen ausgeschlossene Zeilen auch in Diagrammen ausgeblendet zu sein, während diese Zeilen in der Tabelle nur ausgeschlossen sind.
Frage: Warum werden ausgeschlossene Zeilen auch ausgeblendet? Modell anpassen , Lebensverteilung Und Fit Life von X Plattformen?
Weitere Details finden Sie in den Screenshots unten und in der angehängten JMP-Datei.
Datenexploration und -visualisierungMassenanpassungZuverlässigkeitsanalyseBetreff: Die Option „Zeilen ausschließen“ blendet auch Zeilen aus der Analyse in den Plattformen „Fit Model“, „Life Distribution“ und „Fit Life by X“ ausHallo peng_liu,
Entschuldigung für die verspätete Antwort, ich habe Ihre Antwort erst kürzlich gesehen.
Vielen Dank auf jeden Fall für die ausführliche Erklärung und die beigefügten Beispiele.
Ich glaube, dass das Intervallformat mit rechts und links zensierten Daten das beste ist, siehe Diagramme unten.
Ein Diagramm mit rechts und links zensierten Daten stellt Punkte mit Wahrscheinlichkeiten dar, bei denen sie tatsächlich zur Anpassung beitragen.
Die erhaltenen Anpassungsparameter unterscheiden sich geringfügig zwischen den beiden Varianten, jedoch nicht mehr als 1 %.
Betreff: Die Option „Zeilen ausschließen“ blendet auch Zeilen aus der Analyse in den Plattformen „Fit Model“, „Life Distribution“ und „Fit Life by X“ ausWenn wir Kindersterblichkeit und anfängliche Misserfolge in richtig zensierte Beobachtungen umwandeln, müssen hier zwei zusätzliche Dinge beachtet werden. Wenn Daten nur Fehler und rechtszensierte Beobachtungen enthalten, gibt es zwei Formate:
Das erste ist das Spaltenformat „Time-and-Censor-Indicator“ wie das folgende. Die meisten Zuverlässigkeitsplattformen akzeptieren jetzt Textwerte in der Spalte „Zensor“. Die Null-Eins-Kodierung wird jedoch weiterhin standardmäßig akzeptiert.
Das zweite ist das Zeitintervall-Spaltenformat wie folgt. Hier erwarten Plattformen zwei Zeitspalten „Start“ und „Ende“, keine Indikatorspalte mehr, und ermitteln geeignete Zensurtypen abhängig von den Mustern fehlender Werte in den Zellen. Hier beispielsweise fehlt in der zweiten Zeile ein Wert in End, und diese Zeile weist auf eine rechtszensierte Beobachtung hin.
Kommen wir nun auf diesen konkreten Fall zurück, in dem wir Kindersterblichkeit und anfängliches Versagen als rechtszensiert markieren wollen. Die Daten enthalten auch bereits einige „zensierte“ Beobachtungen, die aufgrund der Suspendierung tatsächlich „richtig zensiert“ sind. Daher möchten wir alle drei Arten der Beobachtung als rechtszensiert markieren: Kindersterblichkeit, anfängliches Scheitern und ursprünglich rechtszensiert.
Zur Veranschaulichung füge ich beide Ansätze bei. Erstens das „Zeitzensorformat.jmp“. Ich lasse „Time to Failure, h“ unverändert, erstelle aber eine neue Spalte „Effective Censor“ mit dieser Formel:
Dann verwende ich „Time to Failure, h“ und „Effective Censor“ als meine Zeit- und Zensurindikatorspalten, um die Daten zu analysieren. Das Folgende ist der Screenshot des Vergleichs zwischen „andere Modi rechtszensiert behandeln“ und „andere Modi ausschließen“. Die Skripte finden Sie in der Tabelle. Die Zahlen liegen nahe beieinander, aber ich glaube, dass wir andere Modi hier zensiert behandeln sollten.
Nun das andere Format: „interval format.jmp“. Die Tabelle definiert „Startzeitraum, h“ und „Endzeitraum, h“ wie folgt. Dies ist „Startzeitraum, h“.
Und das ist „Eng Period of Time, h“
Jetzt verwende ich für die Analyse nur noch „Start Period of Time, h“ und „End Period of Time, h“. Und die Berichte sollten den Inhalt des vorherigen Screenshots widerspiegeln. Die Skripte finden Sie in der Tabelle.
Lassen Sie mich abschließend erklären, was diese Punkte in der nichtparametrischen Überlagerung sind. Dabei handelt es sich um nichtparametrische Schätzungen der Fehlerverteilungen auf verschiedenen Spannungsebenen. Die Schätzungen verwenden enthaltene Datenpunkte und sind mit ihnen verknüpft. Ein Punkt wird nicht gezeichnet, weil (1) die entsprechende Beobachtung nicht in die Analyse einbezogen wird oder (2) die Wahrscheinlichkeitsschätzung zum Zeitpunkt der entsprechenden Beobachtung nicht ermittelt werden kann. Grund (1) ist das, was ich zuvor erklärt habe. Zu Grund (2) siehe beispielsweise die erste Zeile in „time censor format.jmp“, Zeit = 0,001, Kindersterblichkeit = 1. Wir behandeln es als rechtszensiert. Und wir sehen im entsprechenden Diagramm keine Punkte um 0,001. Weil wir zum Zeitpunkt = 0,001 keine eindeutige Wahrscheinlichkeitsschätzung vornehmen können. Alles, was wir sagen können, ist, dass die mit Spannung = 51 zum Zeitpunkt = 0,001 verbundene Wahrscheinlichkeit kleiner sein sollte als der niedrigste Punkt der grünen Punkte, der bei etwa 0,02 liegt.
Betreff: Die Option „Zeilen ausschließen“ blendet auch Zeilen aus der Analyse in den Plattformen „Fit Model“, „Life Distribution“ und „Fit Life by X“ ausLieber peng_liu,
Danke für deine Antwort.
Ich versuche, daraus ein Inverse-Power-Modell zu erstellen Stromspannung beschleunigte Tests.
Zu diesem Zweck verwende ich das Regressionsmodell mit Siehe g-Logistic Vertrieb über Fit Life von X oder Parametrisches Survival-Fit-Modell Plattformen in JMP.Aus Fit Life von X Bericht, den ich bekomme Leistung η angegeben in der Gleichung des Umkehrleistungsmodells oben.
Das Problem besteht darin, dass die Anpassung schlecht ist, wenn Säuglings- und Anfangsversagen nicht im Modell ausgeschlossen sind (siehe Abbildung 1 unten).
Als Ergebnis ist aus Abbildung 2 ersichtlich, dass:
- Werte von η Und σ Es gibt erhebliche Unterschiede zwischen Inverse-Power-Modellen, die mit und ohne anfängliche Ausfälle geschätzt werden
- Die Anpassung an anfängliche Ausfälle ist eine schlechte Vorhersage des Inverse Power-Modells (siehe Cox-Snell-Residuen-PP-Diagramm).
Was ich versuche, ist
- Fit-Inverse-Power-Modellmodell ohne Kindersterblichkeit und anfängliche Ausfälle
- Gleichzeitig werden weiterhin die Kindersterblichkeit und anfängliche Misserfolge im Fit Life by X-Diagramm angezeigt
Hinweis: Die Kindersterblichkeit (Sternchen) und die Erstausfälle (Raute) im linken Diagramm von Abbildung 1 betragen rechtszensiert in der JMP-Tabelle
Abbildung 1
Figur 2
Betreff: Die Option „Zeilen ausschließen“ blendet auch Zeilen aus der Analyse in den Plattformen „Fit Model“, „Life Distribution“ und „Fit Life by X“ ausTrotz der ursprünglichen Frage ist die Analyse der Daten recht interessant. Meiner Meinung nach sollte es der gewünschte Ansatz sein, entweder die Kindersterblichkeit und/oder anfängliche Misserfolge als rechtszensierte Beobachtungen zu kennzeichnen und nicht „auszuschließen“. Wenn ich richtig geraten habe, versuchen Sie, die Daten eines „konkurrierenden Modus“ aus einem beschleunigten Lebensdauertest zu analysieren, und Sie interessieren sich für die Beziehung zwischen der Fehlerverteilung und der Spannung aufgrund des „erwarteten“ Fehlermodus unter normalen Bedingungen. Allerdings sind Kindersterblichkeit und anfängliches Versagen zwei verschiedene Versagensarten, die Sie nicht interessieren. Ich glaube, dass der richtige Umgang mit uninteressierten Fehlermodi in diesem Beispiel darin besteht, sie richtig zensiert zu behandeln, dh die „potenzielle“ Fehlerzeit aufgrund des interessierten Modus liegt nach der aufgezeichneten Fehlerzeit aufgrund anderer Modi. Sie müssen also eine weitere Zeitspalte erstellen, deren Werte „Fehlerzeit, h“ entsprechen, wenn die Kindersterblichkeit und/oder (abhängig davon, ob es sich bei beiden um abnormale Fehlermodi handelt) anfängliche Fehler gleich Nullen sind und fehlen, wenn diese gleich Einsen sind. Geben Sie dann sowohl „Fehlerzeit, h“ als auch die neue Zeitspalte in Y ein.
Betreff: Die Option „Zeilen ausschließen“ blendet auch Zeilen aus der Analyse in den Plattformen „Fit Model“, „Life Distribution“ und „Fit Life by X“ ausDie beschriebene Konvention gilt nur für „Rohdatenpunkte“, die dargestellt werden können, unabhängig davon, ob sie von der Analyse ausgeschlossen sind oder nicht, sofern sie nicht ausgeblendet sind.
Hier in Fit Life by X usw. sind die Marker keine „Rohdatenpunkte“, sondern nichtparametrische Schätzungen der Verteilungsfunktion. Sie werden anhand der in die Analyse einbezogenen Beobachtungen berechnet und entsprechen diesen.
