ワイブルは 2 つのグループに適合し、2 番目のグループには失敗はありませんこんにちは皆さん。
この中で古いスレッド、 @マーティンデメルワイブル分布を 2 つのグループに同時に当てはめる方法を尋ねました。最初のグループには標準データがありますが、2 番目のグループには失敗が 1 つだけあります。 2 番目のグループでは、ユーザーは最初のグループの値を使用してベータ パラメーターを修正し、アルファを推定したいと考えました。 答えは、 Fit Y by X を使用することでした。これは魅力的です。
同じことをしたいと考えている潜在的な顧客がいます。ただし、グループ 2 には失敗がなく、右打ちされたデータだけが含まれています。彼はこれが Weibull++ で可能であると主張し、それを JMP で再現したいと考えています。 前に説明した方法はここでは機能しません。
何か案は？ サンプルデータセットを添付します。
ありがとう、ジョーダン
Re: ワイブルは 2 つのグループに適合し、2 番目のグループには失敗はありませんこの場合、ユーザーは独自のオーバーレイを作成する必要があります。 Weibayes CDF プロファイラーからフレーム コンテンツをコピーし、最初のグループの CDF プロットにフレーム コンテンツを貼り付けます。 不要なアーティファクト (軸のグリッド線など) を除去し、Time=0 を設定して赤い十字の参照線を除去するには、何らかのトリックが必要になる場合があります。
Re: ワイブルは 2 つのグループに適合し、2 番目のグループには失敗はありませんお客様からのお知らせが遅れました。Weibull++ からの希望の出力に表示されているのは、確かに Weibayes 推定です。 彼が再現したいグラフは次のとおりです。
JMP でも同様のプロットを作成できますか? Weibayes の出力をプロットする方法がわかりません。
Re: ワイブルは 2 つのグループに適合し、2 番目のグループには失敗はありません彼らはベイズ推論について話しているのではないかと思います。 なぜなら、Weibayes はすべてが検閲された状況についての点数推定を提供していないからです。 「線」(ある種の中心線を意味すると仮定して) と「信頼線」が表示された場合、それはベイズ推論に違いありません。 Weibull++ でのベイズ推論については、このページが役立つかもしれません。 Weibull++ でのベイジアン ワイブル解析
そのページの終わりの方にデータ例があります。 数値を一致させる方法を示すために、JMP データ表を添付します。
JMP テーブル:
起動ダイアログ:
「ワイブル」を確認します。
「ベイズ推定」をオンにする
「位置とスケール事前設定」に変更します。
次のスクリーンショットにあるように事前確率を指定します。
選択肢についての簡単な説明:
ウェブページには次のように書かれています。
位置パラメータ = log(eta) なので、非常に広い範囲の均一を使用します。
ウェブページには次のように書かれています。
つまり、シグマ = 1/ベータは対数正規(-0.9064, 0.3325)です。
そして結果は次のとおりです。
彼らの数:
知らせ：
推論のランダムな性質により、それは一致していると考えられますが、設定は明確ではありません。
データに障害がないため、ベイジアン推論機能にアクセスするには、寿命分布の次の設定をオフにする必要があります。 Weibayes のデフォルトはオンです。
データテーブルとスクリプトを添付します。
Re: ワイブルは 2 つのグループに適合し、2 番目のグループには失敗はありませんこんにちは、ペンさん、検討していただきありがとうございます。
これは改修や設計変更の効果を評価するためだと思います。 以下はお客様からの直接の引用です。
このシナリオでは、修正効果の実証分析のために、少なくとも 2 つの分布を含むオーバーレイ プロットを作成します。 最初の分布には失敗と右打ち切りデータが含まれ、2 番目の分布には合格 (右打ち切りデータ) だけが含まれます。 Weibull++ を使用すると、最初の分布 (単純な 1P ワイブル) から測定されたワイブル ベータを使用して 2 番目の故障分布の線を作成し、分布 (特にイータ値) がどのように比較されるかを確認できます。 また、統計的有意性のゲージとして線が重なっているかどうかを確認するために、線を信頼する必要もあります。
Re: ワイブルは 2 つのグループに適合し、2 番目のグループには失敗はありません二つ目が思い浮かびます。
データセットは本物ではなく、Martin から借用したものであることがわかります。 それで質問があるのですが、グループとは何ですか? 2 つのサプライヤー、2 つのデザイン? それとも 2 つの温度、2 つの電圧ですか? 後者の場合は、Fit Life by X でパラメトリック関係を使用することが答えになる可能性があります。 スクリプト付きの改造データを添付します。
近似モデルは、「線形」関係を使用して 2 つのグループを関連付けます。 そして、これがモデルの結果です。
1/sigma はワイブルのベータ値です。 Exp(mu) はワイブルのアルファです。 G の 2 つの値を代入すると、Alpha の 2 つの値が得られます。
また、どのような製品、素材をテストしているのでしょうか？ すべて検閲される状況は一般的ですか？ グループ化変数が実際に連続的であり、関係を確立したい場合は、ALT DOE 問題が発生する可能性があります。
Re: ワイブルは 2 つのグループに適合し、2 番目のグループには失敗はありませんWeibull++ がどのようにそれを行うのかはわかりません。 最初に思い浮かぶのは次のとおりです。
By で Life Distribution を開始
ワイブルを最初のグループに当てはめると、これがベータ版です
2 番目のグループはかなり特殊なレポートを示しています。これは Weibayes 分析用です。 通常のライフ分布が見られる場合は、ある時点で好みが緩和されたことになります。 レポートで、最初のグループのベータ値を入力し、スクリーンショットのようにチェック ボックスがオンになっていることを確認します。 「更新」をクリックします。 そして、Alpha の Weibayes 推定値が得られます。これは、Alpha の保守的な限界です。 点数の見積もりはありません。
失敗がほとんどない、またはまったくない場合は、完全なベイジアン アプローチの方が、ウェイベイズ アプローチよりも有益な結果が得られる可能性があります。 ただし、ベイズ推論についての知識があり、事前に知識を配布しておく必要があります。
