nav[aria-label="Primary Navigation"] { padding: 0; & ul { list-style: none; width: 100%; display: flex; flex-direction: row; justify-content: start; align-items: start; gap: 30px; padding: 0; & li { margin: 0; } & ul li { list-style: none; } } }

474715_ko-KR

liliconcom

Fit Life by X: 3개의 서로 다른 데이터 세트의 평균 μ 및 σ

안녕하세요,

Fit Life by X 플랫폼 내에서 Box-Cox 변환을 사용하여 평생 외삽을 생성하려는 일부 평생 데이터에 문제가 있습니다. 나의 최종 목표는 다양한 전압에서 모두 실패 테스트를 거친 3개의 서로 다른 제조 로트의 실패 시간 데이터를 플로팅하는 것입니다. 각 스트레스 전압에서 각 제조 로트(로트 변동 내)에서 μ 및 σ를 얻은 다음 평생 모델링을 위해 3개 로트의 평균을 반환하기 위해 3개의 값을 평균화하는 기능이 필요합니다.

현재 내 문제는 JMP가 특정 전압에서 3x 로트의 모든 데이터 포인트를 하나의 결합된 데이터 세트로 그룹화하여 각 로트의 로트 내 σ를 얻은 다음 3개 전체에서 평균을 내는 것보다 훨씬 더 큰 σ를 제공하는 문제입니다. 다음 열로 분석을 설정하고 있습니다(첨부된 .jmp 파일에서도 사용 가능).

Y, 이벤트까지의 시간: TTF(시간)

X: 스트레스 전압

검열: 검열

내가 볼 수 있듯이 이 방법은 데이터가 3x 다른 로트에서 나온 경우에도 특정 전압의 모든 데이터 포인트를 분포로 그룹화합니다. 재료 유형을 By 열에 추가하면 로트당 σ 통계가 분할되지만 3개의 다른 σ 값을 취하여 평균을 낸 다음 평균 값을 평생 외삽에 적용하는 방법을 잘 모르겠습니다. R과 Matlab을 사용하는 동료가 있고 위의 분석 요청을 꽤 쉽게 수행할 수 있으므로 이 분석을 모방하기 위해 JMP에서 수행할 수 있는 간단한 변경 사항이 있는지 궁금합니다. 도움을 주시면 감사하겠습니다.

데이터 혼합 및 정리