Hallo,
Ich habe ein Problem mit einigen Lebenszeitdaten, die ich habe und bei denen ich versuche, mithilfe der Box-Cox-Transformation innerhalb der Fit Life by X-Plattform eine Lebenszeitextrapolation zu erstellen. Mein Endziel besteht darin, die Zeit bis zum Ausfall von drei verschiedenen Produktionschargen aufzuzeichnen, die alle bei unterschiedlichen Spannungen bis zum Ausfall getestet wurden. Ich benötige die Fähigkeit, bei jeder Belastungsspannung μ und σ aus jeder Produktionscharge (innerhalb der Chargenvariation) zu ermitteln und dann die drei Werte zu mitteln, um für die Zwecke meiner Lebensdauermodellierung einen Durchschnitt über die drei Chargen zu erhalten.
Derzeit besteht mein Problem darin, dass JMP alle Datenpunkte aus den 3x-Lots bei einer bestimmten Spannung in einem kombinierten Datensatz gruppiert, wodurch ich einen viel größeren σ erhalte, als wenn ich den σ innerhalb des Lots jedes Lots ermitteln und diesen 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: Stressspannung
Zensor: Zensor
Soweit ich sehen kann, gruppiert diese Methode alle Datenpunkte mit einer bestimmten Spannung in einer Verteilung, auch wenn die Daten aus drei verschiedenen Chargen stammen. Wenn ich „Materialtyp“ zur Spalte „Nach“ hinzufüge, wird die σ-Statistik pro Los aufgeteilt. Ich bin mir jedoch nicht sicher, wie ich dann die drei verschiedenen σ-Werte nehmen, sie mitteln und dann den gemittelten Wert auf meine Lebensdauerextrapolation anwenden soll. Ich habe Kollegen, die mit R und Matlab arbeiten und in der Lage sind, die obige Analyseanforderung ganz einfach durchzuführen, daher frage ich mich, ob ich in JMP nur eine einfache Änderung vornehmen kann, um diese Analyse zu imitieren. Jede Hilfe wäre dankbar.
Hallo Joseph,
Danke, guter Punkt. Ja, Box-Cox-Transformationen sind für die Analyse, die ich durchführen möchte, unerlässlich.
Hallo Mark, Danke. Gibt es in der parametrischen Überlebensplattform die Möglichkeit, ein Streudiagramm zur Visualisierung der Datenpunkte und der extrapolierten Lebensdauer zu zeichnen, ähnlich wie in der Fit Life by X-Plattform?
Um ein wenig auf dem aufzubauen, was Mark skizziert hat: Wenn Sie dieselbe BoxCox-Transformation verwenden möchten, können Sie die Variable „Stressspannung“ direkt im Effektfenster transformieren, nachdem Sie sie hinzugefügt haben. Die Protokolltransformation sollte angemessen sein, da Sie an einer BoxCox-Beziehung mit einem Lambda von 0 interessiert waren, was laut Dokumentation wird gleichwertig sein.
Sie könnten stattdessen „Fit Parametric Survival“ verwenden.
