ウィリアムQ.ミーカー、アイオワ州立大学統計学の著名な教授
JMP、主任研究統計開発者、Peng Liu
劣化データ分析は、レーザー、LED、バッテリー、化学製品、医薬品など、さまざまな種類の製品の信頼性、故障時間分布、または貯蔵寿命分布を評価するために使用されます。 劣化プロセスのモデリングは、基礎となる物理化学的故障メカニズムに光を当て、加速試験で必要とされる外挿のより良い正当化を提供します。 さらに、劣化データは、イベントまでの時間データと比較して、信頼性に関するより豊富な情報を提供します。 実際、適切な劣化データを使用することにより、障害が観察されていない場合でも信頼性を推測することができます。
ただし、劣化データは、モデリングと推論に特別な課題をもたらします。 この講演では、JMP 17の新しい反復測定劣化プラットフォームについて説明します。このプラットフォームは、最先端のベイズ階層モデリングを使用して、故障時の分布確率と分位数を推定します。 私たちが提示する方法は、他の既存のアプローチと比較した場合、理論的にはより根拠があります。 利点に加えて、ベイズ法は、事前分布を指定する必要があるなど、特別な課題をもたらします。 ベイズ分析ワークフローのこの重要なステップに関する推奨事項の概要を説明します。 この講演では、理論からモデルの仕様、そして最後に結果の解釈に至るまで、このエキサイティングでやりがいのある新しいアプローチを通じて聴衆を導きます。 プレゼンターは、ライブデモンストレーションでトークを締めくくります。
