L'applicazione Trend Reliability Growth utilizza la piattaforma Reliability Growth di JMP per consentire agli utenti di esaminare le modifiche dei parametri beta e lambda nel tempo.Lo fa adattando più modelli a sottoinsiemi di osservazioni contigue fino a coprire l'intero set di dati. Quando gli insiemi di osservazioni sono contigui e non sovrapposti, i risultati sono analoghi all'adattamento di un NHPP Weibull reinizializzato con un Fase colonna in cui ogni gruppo, tranne forse l'ultimo, ha un numero uguale di osservazioni. A differenza di Reliability Growth con una colonna Phase, i gruppi sovrapposti possono essere adattati.
L'applicazione presuppone che i dati siano nel formato time to event. Finestra controlla il numero di osservazioni utilizzate per ciascun modello. Fare un passo corrisponde alla dimensione del passo per determinare le osservazioni iniziali in ciascun sottoinsieme. In particolare, per ogni iterazione, Finestra l'osservazione viene utilizzata per adattare un modello Crow-AMSAA a partire dalla riga ( io -1)*Passo, dove io è il numero di iterazione. I sottoinsiemi si sovrapporranno se Fare un passo è più piccolo di Finestra . Se Punto di partenza fisso è selezionato, il primo sottoinsieme inizia con l'osservazione 1 con Finestra determinazione del numero di osservazioni. Ad ogni iterazione successiva, la dimensione della finestra viene aumentata di Fare un passo con il punto di partenza restante osservazione 1.
Grazie @jthi . Il riferimento per cominciare è MIL-HDBK-189C . L'idea alla base del componente aggiuntivo è offrire un modo più flessibile per modellare i cambiamenti nella crescita e nel rilevamento del punto di cambiamento.
CIAO @DonMcCormack
Per favore, forniscimi una fonte per un articolo o un libro sull'argomento della crescita dell'affidabilità.
Saluti
