Re: 分布モデルに当てはめにくい打ち切りデータによる生活分布データが限られていると、パフォーマンスが低下します (推定間隔が広い)。 より多くのデータを収集する以外に、広い間隔を回避する方法はありません。
モデルを選択するときは、サンプル統計やモデル基準に頼るのではなく、故障モードに関する科学的および工学的知識をできるだけ多く使用することをお勧めします。 データが非常に限られている場合、この依存はさらに危険です。 確率プロットは、このモデルのデータからのサポートが不十分であることを示しています。
Re: 分布モデルに当てはめにくい打ち切りデータによる生活分布ハイマーク
ご協力ありがとうございました。
敬具
ソー
分布モデルに当てはめるのが難しい打ち切りデータによる寿命分布こんにちは、SAS コミュニティ
12 個の打ち切り間隔データ ポイントのデータ セットがあります: (0-30、0-30、0-30s、0-30、0-30、0-30、0-30、0-30、0-30、0 -30、89-119、97-127)分。 データ ポイントは、製品の障害が観察された時間間隔を示します。 製品の 90% が故障する時間を計算したいと考えています (目標は 600 分未満)。 通常、打ち切りデータにモデルを適合させるために寿命分布メニューを使用します。 最適な分布を選択し、カスタム推定を使用して故障確率 0.90 の信頼区間を計算します。 打ち切られたデータ間隔はより分散しているため、通常は完全に問題なく機能しますが、このデータセットでは適切に適合した分布が得られません。 したがって、0.90 の失敗確率に対して非常に広い 95% 信頼区間が得られます。 これを回避する方法について何か提案はありますか?
データの探索と視覚化
