599268_de-DE

liliconcom

Lebensverteilung – Zuverlässigkeitsprojektion

Hallo,

Ich habe eine gewisse Zeit, um die Daten auszugleichen, und wenn ich die Lebensverteilung anpasse, liefert JMP die beste Verteilung als Frechet mit dem folgenden Diagramm. Die Punkte scheinen einen Aufwärtstrend zu zeigen und nicht schön über die Linie verteilt zu sein. Wie interpretiere ich das? Dies dürfte laut JMPs Wahl die beste Lösung sein.

Datenexploration und -visualisierungBetreff: Lebensdauerverteilung - Zuverlässigkeitsprognose

Die beste Passform ist nicht unbedingt eine gute Passform. Die anderen Anfälle sind schlimmer. Es gibt eine Tabelle aller Passformen zum Vergleich mit Kriterien wie AICc. JMP präsentiert die Anpassungen in aufsteigender Reihenfolge von AICc (kleiner ist besser).

 

Kannst du diese Tabelle zum Vergleich zeigen? Können Sie Plots für die anderen Anfälle zeigen, die Sie unterhalten haben?

Betreff: Lebensdauerverteilung - Zuverlässigkeitsprognose

Hallo Mark,

Vielen Dank und hier ist die Tabelle, nach der Sie gefragt haben:

 

lognormaler Plot:

Weibull-Plot:

 

 

Beifall,

 

Betreff: Lebensdauerverteilung - Zuverlässigkeitsprognose

Mir ist aufgefallen, dass die gezeichneten Daten nicht Teil der aktuellen Zeilenauswahl in der Datentabelle sind. Ist es möglich, dass Sie Zeilen ausgeschlossen haben, die hier gezeichnet werden? Dieser Zeilenstatus würde die Anpassung stark beeinflussen.

Betreff: Lebensdauerverteilung - Zuverlässigkeitsprognose

Mir ist aufgefallen, dass die Wahrscheinlichkeitswerte extrem klein sind. Ich bemerke auch, dass es am Ende der nichtparametrischen Schätzung ein langes horizontales Segment gibt. Ich habe auch das Gefühl, dass es wahrscheinlich ist, dass es zwischen 0 und 100 keine Fehler gibt.

Basierend auf diesen Beobachtungen schlage ich vor, zwei spezielle Arten von Verteilungen zu untersuchen: Schwellenwertverteilungen und Verteilungen defekter Subpopulationen. Sie werden als TH-Verteilungen bezeichnet, zB TH Lognormal, TH Weibull usw. und DS-Verteilungen.