Hallo,
in einem kürzlichen Gespräch mit einem Kunden sind uns einige Dinge in der Reliability Forecast and Life Distribution Platform aufgefallen, die ich nicht gleich beantworten konnte und die irgendwie überraschend bzw. eine Verbesserung darstellten.
1. Zuverlässigkeitsprognose:
- Die Daten liegen im Nevada-Format vor und sind so organisiert, dass mehrere Kennungen (Gruppen) aufgelistet sind, also V1_0 mit Daten im Nevada-Format, V1_1 und V1_2 darüber hinaus auch im Nevada-Format. (siehe beigefügten Datensatz Beispiel1_Anonymized.jmp)
- Wenn ich eine Zuverlässigkeitsprognose mit einem auf V1_0 oder V1_2 eingestellten Datenfilter erstelle (V1_1 können wir für dieses Beispiel ignorieren) und die Menge als Produktionsanzahl, den P-Monat als Zeitstempel und die Datumsspalten als Ausfallanzahl verwende, funktioniert es gut für V1_0 allein, nur V1_2 und sogar für beide ausgewählten V1_0 und V1_2. Sobald ich jedoch die Spalte X_1 (die die Nominalwerte V1_0 und V1_2 enthält) als Gruppen-ID hinzufüge (Bild unten), funktioniert es nicht mehr und es wird die Fehlermeldung „Datenformat ist ungültig“ angezeigt.
- Ich dachte, die Gruppen-ID würde es ermöglichen, in einem Fenster die gleiche Analyse einmal für V1_0 und einmal für V1_2 anzuzeigen (vorausgesetzt, der Datenfilter ist richtig eingestellt). ) - woher kommt der Fehler?
- Zuverlässigkeitsprognose:
- Manchmal gibt es eine Reparatur gleich im ersten Monat des Betriebs oder sogar schon vor dem Betriebsbeginn. Also eine 1 oder eine andere positive Zahl auf der Diagonalen oder im unteren Dreieck. Dies führt zu einer reduzierten Anzahl möglicher Verteilungen (z. B. kein Weibull). Wie geht man damit um? Wie kann man einen Workaround schaffen, um trotzdem Weibull oder andere besser passende Verteilungen verwenden zu können? (Verwenden Sie einfach eine kleine Produktion und ändern Sie die 4. Zeile der Spalte 09/2009 oder 10/2009 in 1 und führen Sie das Skript aus, um den Unterschied zu sehen.)
- Lebensverteilung: (siehe Beispiel2 Anomized.jmp)
- Wenn Sie vor dem Installationsdatum Reparaturen durchführen lassen, führt dies zu negativen Werten. Wie geht man damit um? Auch wenn es konkurrierende Ursachen gibt? (Ist das Hinzufügen eines Offsets eine realistische Lösung? Oder hat dies ebenfalls negative Auswirkungen? Eine andere Möglichkeit wäre, das Produktionsdatum zu verwenden, aber ich gehe davon aus, dass dies nicht die korrekte Prognose für das Installationsdatum widerspiegelt.)
- Wenn Sie beispielsweise Reparaturen wenige Tage nach dem Installationsdatum durchführen lassen, aber monatlich nachsehen möchten, ergibt sich daraus keine Zeit. Wie gehen Sie damit um?
- Manchmal ist eine angepasste Mischung genauer als die Weibull- oder andere Verteilung selbst. Wie kann man die Mischung im Vergleich zur Originaldarstellung der Verteilungen in einem Fenster anpassen? Ich weiß, dass man den Inhalt des Diagramms kopieren könnte, aber es wäre viel besser, wenn es eine Option gäbe, die Mischung optional in die Liste der anderen Verteilungen aufzunehmen, die in der Originaldarstellung angezeigt werden sollen. Auch wenn konkurrierende Ursachen vorliegen, gibt es keine Möglichkeit, die Mischungsanpassung auszuwählen. Das wäre ein großer Vorteil, sagte mein Kunde. Gibt es Pläne oder ist das durch einen Workaround schwer zu erreichen? (Ich weiß, das ist eher eine Frage für die Entwickler)
- Für alle Verteilungen kann die Option Überlebensanpassung verwendet werden, für die Mischungsanpassung ist diese Option jedoch nicht verfügbar. Kann diese Option in die Plattform integriert werden? Gibt es einen einfachen Workaround?
Vielen Dank für jegliches Feedback zu diesen Fragen.
Martin
Hallo Peng, danke bis hierhin. Ich werde weiter nachforschen, um zu sehen, ob die Workarounds bisher für den Kunden funktionieren und um zu verstehen, welche geschäftlichen Auswirkungen der Null-Inflation-Fall hätte. Werde hier bald einige Anmerkungen hinzufügen.
Martin
Hallo Martin,
Das gemeldete Problem ist ein Fehler. Ich habe es in JMP13 behoben. Um es in den aktuellen Versionen zu umgehen, wird die Gruppe gelöscht, wenn Sie alle Zeilen in einer Gruppe ausschließen.
Bei Fragen zur Zuverlässigkeitsprognose sind alle Zeitpunkte Singleton, z. B. bedeutet 09/2009 den ersten Tick am ersten Tag im September 2009. Daher müssen Sie die Zeilen- und Spaltenzeitstempel unterscheiden, damit die Software weiß, dass es einen Anfang und ein Ende gibt. Fehler vor dem Anfang sind ein Fehler.
Sie möchten wahrscheinlich nicht das Risiko eingehen, Ausfälle gleich zu Beginn zu verursachen. Sie werden nicht die gewünschten Ergebnisse erzielen. Denn Ausfälle am Anfang bedeuten Ausfälle zum Zeitpunkt Null. Zur Analyse solcher Daten ist eine ZI-Verteilung erforderlich, und ZI-Verteilungen werden von der Plattform nicht unterstützt. Ausfälle mit Nullinflation sind selten. Wenn Sie sie in der Zuverlässigkeitsprognose benötigen, stellen Sie bitte eine Anfrage.
Bei den ersten beiden Fragen zu Beispiel2 Anomized.jmp gehe ich davon aus, dass Sie immer noch über die Prognoseplattform sprechen. Ich denke, bei der ersten handelt es sich zweifellos um einen Eingabefehler. Bei der zweiten müssen Sie mit den Zeilen- und Spaltenzeitstempeln herumspielen und neue Zählungen aggregieren, um die gewünschten Zeitintervalle zu erhalten. Das Nevada-Format ist beliebt, da es bereits im gewünschten Intervall für die von der IT erstellte Prognose liegt.
Eine Alternative zum Überlagern von Mischungen mit Einzelkomponenten besteht darin, Einzelkomponentenmischungen anzupassen. Beispielsweise eine 2-Weibull-Mischung anpassen und eine 1-Weibull-Mischung anpassen.
Versuchen Sie für Überlebenskurven, die Achsen-Min-Max-Werte zurückzusetzen, ein Kontrollkästchen im Achsendialogfeld. Irgendwie ist der CI-Farbton verloren gegangen, ich muss das untersuchen. Ich denke, das ist nicht trivial.
Danke,
Peng
