JMP 16.2 생명 분포 Weibull 분포 알파/베타 생성수만 개의 행이 포함된 대규모 데이터 세트의 Weibull 분포 알파 및 베타(모양 및 규모) 값을 생성하고 해당 값을 데이터 테이블에 포함하려고 합니다. 분석 > 신뢰성 및 생존 > 생명 분포 포털 외에 해당 값을 생성하는 다른 방법이 있습니까?
신뢰성 분석답변: JMP 16.2 수명 분포 Weibull 분포 알파/베타 세대이 작업은 모든 플랫폼의 모든 값 테이블에서 작동합니다. 그 기능은 꽤 좋지만 명확하지는 않습니다. 우리는 UI를 어수선하게 하거나 작업을 방해하지 않고 바로 눈앞에 기능이 있을 때 이를 깨닫는 데 도움이 될 수 있는 다양한 사용자 인터페이스 요소와 디자인을 고려하고 있습니다.
답변: JMP 16.2 수명 분포 Weibull 분포 알파/베타 세대펭: 답변 감사드립니다. 당신과 Mark 모두 내가 놓친 오른쪽 클릭을 지적했습니다. 감사합니다. JSL과 관련하여 저는 JSL 스크립팅 배경 지식을 가지고 있습니다. 당신은 나에게 검토하고 더 깊이 파고들어야 할 몇 가지 사항을 주셨습니다. 내가 표시한 행 수에 관해서는 더 명확했어야 했습니다. 각 부품에 대해 우리는 20개 사이트를 테스트하고 수천 개의 부품을 보유하고 있습니다. 따라서 데이터 세트에 각각 20개의 데이터 포인트가 있는 1500개의 부품이 있다고 가정해 보겠습니다. 이렇게 하면 약 30,000개의 행을 갖는 데이터 세트가 생성됩니다. 따라서 부품당 측정 수는 20개로 제한되어 있지만 부품은 많습니다. 이것이 출력 속도를 늦추는 것입니다.
귀하의 권장 사항을 검토하고 제 상황에 구현할 수 있는지 알아보겠습니다. 다시 감사합니다.
답변: JMP 16.2 수명 분포 Weibull 분포 알파/베타 세대Mark: 오른쪽 클릭에 대해 파악했어야 했지만 Parametric Estimate - Weibull 섹션에 빨간색 삼각형이 표시되지 않아 당황했습니다. 이 점을 지적해 주셔서 감사합니다. 그러면 이 표로 작성된 데이터를 데이터 테이블로 가져오는 부분이 해결됩니다.
답변: JMP 16.2 수명 분포 Weibull 분포 알파/베타 세대보고서의 추정치를 데이터 테이블에 저장하려면 다음을 수행하십시오. 매개변수 추정 부분을 마우스 오른쪽 버튼으로 클릭하고 "데이터 테이블로 만들기"를 선택합니다.
두 번째 질문입니다. Life Distribution을 거치지 않고 Weibull 매개변수를 추정할 수 있는 JSL 함수가 있습니다. 다음은 Scripting Index의 스크린샷입니다. 그러나 그것이 당신이 원하는 것인지 확실하지 않습니다.
데이터가 큰 경우, 이 크기의 데이터에 대한 수명 분포의 Weibull을 추정하는 데 소요되는 대부분의 시간은 비모수적 추정치를 구성하고 이를 도표화하는 데 소요됩니다. 속도를 조금 높일 수 있는 상황도 있습니다.
- 데이터를 요약할 수 있다면 먼저 데이터를 요약해야 합니다. 예를 들어, 동일한 값을 가진 여러 관측치가 있는 경우 각 관측치가 서로 다른 행을 차지하는 대신 해당 관측치를 동일한 행에 통합하고 개수를 기록하여 개수를 기록할 수 있습니다. 그런 다음 시작 대화 상자의 Freq에 해당 개수 열을 입력합니다. 어떻게 수행할 수 있는지 잘 모르는 경우 다음을 확인하세요. 데이터 요약
- 데이터에 검열이 적용되지 않은 경우 다음을 사용하는 것이 좋습니다. 분포 검열이 없으면 Weibull에도 적합할 수 있는 플랫폼입니다. 곧 출시될 JMP 17에서 배포 플랫폼은 특정 유형의 검열 체계를 포괄하는 탐지 한계를 지원합니다. 따라서 검열된 관측치가 있더라도 JMP 17이 출시되면 배포 플랫폼을 사용해 볼 수 있습니다.
- JSL 프로그래밍 기술이 있다면 위에서 언급한 JSL 기능을 사용해 볼 수 있습니다. 이 함수는 Life Distribution에서 지원하는 것과 마찬가지로 임의의 검열 방식을 허용하지만 하위 표본을 사용하기 위해 마지막 인수를 지정하여 함수를 적절하게 호출하는 경우 모든 데이터를 사용하여 비모수적 추정을 전달하여 추정합니다. 이 함수는 확실히 비모수적 추정치를 도출하지 않으므로 시간이 절약됩니다.
그러나 여전히 표시된 비모수적 추정치를 확인하고 싶을 수도 있습니다. 비모수적 추정을 기반으로 Weibull이 적합한지 여부를 알고 싶을 수도 있습니다. 다음은 파라메트릭 맞춤이 적절함을 나타내는 한 가지 예입니다. 생명유통 플랫폼 예시
내 경험에 따르면 데이터가 큰 경우 일반적으로 이러한 모수적 분포 중 어느 것도 데이터에 잘 맞지 않습니다.
답변: JMP 16.2 수명 분포 Weibull 분포 알파/베타 세대추정 테이블의 값을 마우스 오른쪽 버튼으로 클릭하고 데이터 테이블로 만들기를 선택합니다. 기준 분석 역할에 그룹화 변수가 있는 경우 대신 결합된 데이터 테이블 만들기를 선택하세요.
이 결과가 당신이 원하는 것인가요?
답변: JMP 16.2 수명 분포 Weibull 분포 알파/베타 세대마크: 응답해 주셔서 감사합니다. Parametric Estimate - Weibull 열 형식으로 생성된 데이터를 데이터 테이블로 가져오려면 어떻게 해야 합니까? 또 다른 점은 해당 숫자를 생성하는 데 시간이 꽤 걸린다는 것입니다. 아마도 내 질문은 다음과 같이 표현되어야 할 것입니다. 해당 매개변수를 생성하는 데 사용할 수 있는 공식 함수가 있습니까?
답변: JMP 16.2 수명 분포 Weibull 분포 알파/베타 세대Life Distribution 플랫폼이 Weibull 모델 매개변수를 추정하는 경우 다른 방법이 필요한 이유는 무엇입니까?
