可修复系统故障预测你好，
以下是 JMP 专家的一般性问题：
假设我有一个系统的数据，该系统因各种故障模式而失败。 数据包含每个组件维修的维修日期。 我知道如何分析此数据的可靠性，如视频所示：
https://community.jmp.com/t5/Mastering-JMP/Analyzing-Reliability-for-Repairable-Systems/ta-p/483465
然而，我感兴趣的是预测系统在未来发生故障的时间以及发生故障的概率。
关于如何在 JMP 中执行此操作的任何想法/建议？
谢谢，
可靠性分析回复：可修复系统故障预测我不是可修复系统方面的专家，但我会提供两个建议作为进一步讨论的催化剂（并防止您的帖子因 0 回复而从头版掉下来）：
- 使用可靠性增长平台中的 MTBF 和故障强度刻画器作为“系统发生故障的时间和故障概率”的代理。 这个链接表明这是可修复系统的标准做法。
- （也许在统计上不那么严格）如果您隐藏并排除数据中包含 0 个修复的任何行，那么您可以将数据视为不可修复的系统并使用寿命分布刻画器对时间建模（分布、分位数、密度）和失败的概率（危险概况）。
我附上了一个示例数据集，其中包含用于保存到表中的这两种方法的脚本。
回复：可修复系统故障预测澄清一下，在对寿命数据建模之后，模型将预测故障概率达到给定水平的时间或给定时间的故障概率。 这两种预测通常都是对观察到的事件的推断。 它们会产生很宽的置信区间。
回复：可修复系统故障预测大家好，JMP团队，
有没有更直接的方法来计算“下次故障时间”？
假设我们有来自 NHPP 或 Crow AMSAA 模型的增长和规模参数等输出？
谢谢。
