Hallo,
Ich habe ein Problem mit einigen Lebenszeitdaten, in denen ich versuche, eine Lebenszeit-Extrapolation mit der Box-Cox-Transformation innerhalb der Fit Life by X-Plattform zu generieren. Mein Endziel ist es, Time-to-Fail-Daten von 3 verschiedenen Fertigungschargen aufzuzeichnen, die alle bei unterschiedlichen Spannungen bis zum Ausfall getestet wurden. Ich brauche die Fähigkeit, bei jeder Belastungsspannung das μ und σ aus jeder Fertigungscharge (innerhalb der Chargenvariation) zu erhalten und dann die 3 Werte zu mitteln, um einen Durchschnitt über die 3 Chargen für den Zweck meiner Lebensdauermodellierung zu erhalten.
Derzeit besteht mein Problem, bei dem JMP alle Datenpunkte aus den 3x-Lots bei einer bestimmten Spannung in einem kombinierten Datensatz gruppiert, wodurch ich ein viel größeres σ erhalte, als wenn ich das innerhalb des Lots σ jedes Lots erhalten und das dann über die 3 mitteln würde. Ich richte meine Analyse mit den folgenden Spalten ein (auch in der angehängten .jmp-Datei verfügbar):
Y, Zeit bis zum Ereignis: TTF (Stunden)
X: Belastungsspannung
Zensur: Zensur
Soweit ich sehen kann, gruppiert diese Methode alle Datenpunkte bei einer bestimmten Spannung in einer Verteilung, obwohl die Daten von 3x verschiedenen Chargen stammen. Wenn ich Materialtyp zur Spalte Nach hinzufüge, wird die σ-Statistik pro Los aufgeteilt, aber ich bin mir nicht sicher, wie ich dann die 3 verschiedenen σ-Werte nehmen, sie mitteln und dann den gemittelten Wert auf meine Lebenszeit-Extrapolation anwenden soll. Ich habe Kollegen, die mit R und Matlab arbeiten und die obige Analyseanforderung ganz einfach ausführen können. Daher frage ich mich, ob ich in JMP nur eine einfache Änderung vornehmen kann, um diese Analyse zu imitieren. Jede Hilfe wäre willkommen.
Nur um ein wenig auf Marks Darstellung aufzubauen: Wenn Sie die gleiche BoxCox-Transformation verwenden möchten, können Sie die Stress Voltage-Variable direkt im Effektbereich transformieren, nachdem Sie sie hinzugefügt haben. Die Log-Transformation sollte angemessen sein, da Sie an einer BoxCox-Beziehung mit einem Lambda von 0 interessiert waren, was gemäß der Dokumentation wird gleichwertig sein.
Sie können stattdessen Fit Parametric Survival verwenden.
Hallo Markus, danke. Gibt es in der parametrischen Überlebensplattform die Möglichkeit, ein Streudiagramm zu zeichnen, um die Datenpunkte und die extrapolierte Lebensdauer ähnlich wie in der Fit Life by X-Plattform zu visualisieren?
