Re: 분포 모델에 적합하기 어려운 중도절단 데이터를 사용한 생명 분포제한된 데이터로 인해 성능이 저하됩니다(넓은 간격 추정). 더 많은 데이터를 수집하는 것 외에는 넓은 간격 주위에 방법이 없습니다.
모델을 선택할 때 샘플 통계나 모델 기준에 의존하는 대신 가능한 한 고장 모드에 대한 많은 과학 및 엔지니어링 지식을 사용하는 것이 가장 좋습니다. 이러한 의존은 데이터가 너무 제한적일 때 더욱 위험합니다. 확률도는 이 모델에 대한 데이터의 지원이 부족합니다.
Re: 분포 모델에 적합하기 어려운 중도절단 데이터를 사용한 수명 분포안녕 마크
도와주셔서 감사합니다.
친절한 안부
토르
분포 모형에 적합하기 어려운 중도절단 데이터를 사용한 수명 분포안녕하세요 SAS 커뮤니티
12개의 검열 간격 데이터 포인트 세트가 있습니다: (0-30, 0-30, 0-30s, 0-30, 0-30, 0-30, 0-30, 0-30, 0-30, 0 -30, 89-119, 97-127)분. 데이터 포인트는 당사 제품의 고장이 관찰된 시간 간격을 나타냅니다. 제품의 90%가 실패하는 시간을 계산하려고 합니다(목표는 600분 미만). 일반적으로 모델을 검열된 데이터에 맞추기 위해 수명 분포 메뉴를 사용합니다. 가장 적합한 분포를 선택하고 사용자 정의 추정을 사용하여 실패 확률 0.90에 대한 신뢰 구간을 계산합니다. 일반적으로 중도절단된 데이터 간격이 더 분산되어 있기 때문에 완벽하게 잘 작동하지만 이 데이터 세트는 잘 맞는 분포를 허용하지 않습니다. 따라서 우리는 0.90 실패 확률에 대해 매우 넓은 95% 신뢰 구간을 얻습니다. 이 문제를 해결하는 방법에 대한 제안이 있으십니까?
데이터 탐색 및 시각화
