[行を除外]オプションは、Fit Model、Life Distribution、Fit Life byXプラットフォームの分析から行を非表示にしますこんにちは、みんな、
私は。。をしようとしています除外するの分析からの行フィットモデル、生命分布そしてXによるフィットライフプラットフォーム。
上記のすべてのプラットフォームでは、除外された行もグラフで非表示になっているように見えますが、表ではこれらの行は除外されているだけです。
質問：除外された行も非表示になるのはなぜですかフィットモデル、生命分布そしてXによるフィットライフプラットフォーム？
詳細については、以下のスクリーンショットと添付のJMPファイルを参照してください。
グラフィックスRe：行を除外するオプションは、Fit Model、Life Distribution、Fit Life byXプラットフォームの分析から行を非表示にします説明されている規則は、分析から除外されているかどうかに関係なく、非表示にされていない限り、プロットできる「生データポイント」にのみ適用されます。
ここで、Fit Life by Xなどでは、マーカーは「生データポイント」ではなく、分布関数のノンパラメトリック推定です。 それらは、分析に含まれる観測値を使用して計算され、それに対応します。
Re：行を除外するオプションは、Fit Model、Life Distribution、Fit Life byXプラットフォームの分析から行を非表示にします元の質問にもかかわらず、データの分析はかなり興味深いものです。 乳児死亡率および/または初期障害のいずれかを正しい打ち切り観察としてマークすることは、「除外」するのではなく、望ましいアプローチであると思います。 私が正しく推測すると、あなたは加速寿命試験からの「競合モード」データを分析しようとしており、通常の条件下での「予想される」故障モードによる故障分布と電圧の関係に関心があります。 ただし、乳児死亡率と初期故障は、関心のない2つの異なる故障モードです。 この例で関心のない障害モードを処理する正しい方法は、それらを正しく打ち切り処理することです。つまり、関心のあるモードによる「潜在的な」障害時間は、他のモードによる記録された障害時間の後になります。 したがって、乳児死亡率および/または（両方が異常な故障モードであるかどうかに応じて）初期故障がゼロに等しい場合は値が「故障時間、h」に等しく、それらが等しい場合は欠落している別の時間列を作成する必要があります。 次に、「Failure Time、h」と新しい時間列の両方をYに入力します。
Re：[行を除外]オプションは、Fit Model、Life Distribution、Fit Life byXプラットフォームの分析から行を非表示にします親愛なるpeng_liu、
返信ありがとうございます。
私がやろうとしているのは、から逆パワーモデルを作ることです電圧加速試験。
この目的のために、私は回帰モデルを使用しています。 Lo g-を介したロジスティック分布XによるフィットライフまたはパラメトリックサバイバルフィットモデルJMPのプラットフォーム。からXによるフィットライフ私が得るレポートパワーη上記の逆電力モデルの式で指定されています。
問題は、幼児および初期の故障がモデルから除外されていない場合、フィッティングが不十分であるということです（下の図1を参照）。
その結果、図2から次のことがわかります。
- の値ηそしてσ初期故障がある場合とない場合で推定された逆電力モデル間で大幅に異なります
- 初期故障でのフィッティングは、逆パワーモデルを十分に予測しません（Cox-Snell残差PPプロットを参照）
私がやろうとしているのは
- 乳児死亡率と初期障害のない逆パワーモデルモデルに適合
- 同時に、XグラフによるFitLifeで乳児死亡率と初期障害を表示し続けます
注：図1の左側のグラフの乳児死亡率（アスタリスク）と初期障害（ひし形）は次のとおりです。右打ち切りJMPテーブル内
図1
図2
Re：[行を除外]オプションは、Fit Model、Life Distribution、Fit Life byXプラットフォームの分析から行を非表示にします乳児死亡率と初期の失敗を正しい打ち切り観測に変換する場合、ここで注意が必要な2つの追加事項があります。 データに失敗と正しい打ち切り観測のみがある場合、2つの形式があります。
1つ目は、次のようなTime-and-Censor-Indicator列の形式です。 現在、ほとんどの信頼性プラットフォームは、Censor列のテキスト値を受け入れます。 ただし、ゼロ1コーディングはデフォルトで引き続き受け入れられます。
2つ目は、次のような時間間隔列の形式です。 ここで、プラットフォームは、開始と終了の2つの時間列を想定し、インジケーター列はもうありません。セル内の欠落している値のパターンに応じて、適切な打ち切りタイプを見つけます。 ここで、たとえば、2番目の行のEndに値がありません。その行は、右打ち切りの観測値を示します。
ここで、乳児死亡率と初期の失敗を正しい打ち切りとしてマークしたいこの特定のケースに戻ります。 データにはすでにいくつかの「打ち切られた」観測値がありますが、実際には停止のために「正しく打ち切られた」ものです。 したがって、乳児死亡率、初期障害、元々の右打ち切りの3種類すべての観察を右打ち切りにマークしたいと思います。
説明のために両方のアプローチを添付します。 まず、「時間センサーformat.jmp」。 「TimetoFailure、h」はそのままにしておきますが、次の式を使用して「EffectiveCensor」という新しい列を作成します。
次に、「Time to Failure、h」と「EffectiveCensor」を時間と検閲のインジケーター列として使用して、データを分析します。 以下は、「他のモードを正しく打ち切る」と「他のモードを除外する」の比較のスクリーンショットです。 スクリプトは表にあります。 数字は近いですが、ここで打ち切りされた他のモードを扱う必要があると思います。
今度は他のフォーマット：「intervalformat.jmp」。 この表では、「開始期間h」と「終了期間h」を次のように定義しています。 これが「開始期間、h」です。
そしてこれが「EngPeriodof Time、h」です
現在、分析には「開始期間h」と「終了期間h」のみを使用しています。 また、レポートは前のスクリーンショットにあるものを複製する必要があります。 スクリプトは表にあります。
最後に、ノンパラメトリックオーバーレイのドットとは何かを説明しましょう。 これらは、さまざまな電圧レベルでの故障分布のノンパラメトリック推定です。 見積もりでは、含まれているデータポイントが使用され、それらに関連付けられています。 （1）対応する観測値が分析に含まれていない、または（2）対応する観測値の時点で確率推定値を決定できないため、ポイントは描画されません。 理由（1）は先に説明したものです。 理由（2）については、たとえば、「time censor format.jmp」の最初の行、time = 0.001、乳児死亡率= 1を参照してください。 私たちはそれを正しい打ち切りとして扱います。 また、対応するプロットには0.001付近のドットはありません。 時間= 0.001で明確な確率推定を行うことができないためです。 私たちが知ることができるのは、時間= 0.001でのVoltage = 51に関連する確率は、緑色の点の最低点である約0.02よりも小さいはずであるということだけです。
