寿命分布: 故障率/確率プロットが表と一致しないこんにちは、
私は JMP 寿命分布プロットを初めて使用します。
それは基本的な理解の問題だと思います。
以下は私が作成したテストテーブルです。
説明によると： https://www.jmp.com/support/help/en/18.1/index.shtml#page/jmp/event-plot.shtml#ww1386833
合計で100個のサンプルがあるということだと思います。
そして、正確に 4 つの読み取り値 (50、100、150、200) で、25 件の新しい障害が発生しています。
したがって、私が予想した失敗率は次のようになります。
50、25%
100、50%、
150、75%
200,100%です。
次に、以下のように設定してライフ分布を起動します。
しかし、ワイブルプロットの点は、私が予想した故障率とは大きく異なります。
たとえば、時刻 50 の最初の読み取りポイントの失敗率は約 13% です。
なぜか分かりません。
これについて手伝ってもらえますか？
ご協力ありがとうございました！
私はJMP17を使用しています
信頼性分析Re: 寿命分布: 故障率/確率プロットが表と一致しませんNが大きい場合の推定パーセンテージは
rank/ ( N + 1)
N=4 の場合、0.2、0.4、0.6、0.8 になります。
（予想していた0.25、0.5、0.75、1ではなく）
N が小さい場合、推定パーセンテージは「修正」されます。修正にはいくつかの方法があります。
Wikipedia で概要を見ました。探してみます...
Re: 寿命分布: 故障率/確率プロットが表と一致しません「N」が 4 だけというのは、ちょっと驚きです。4 行あるからでしょうか?
そして、Freq = 25+25+25+25 なので、100 ではありません。
したがって、ユーザーは怠惰にならず、Freq を介して結果を集計する代わりに複数の行を使用する必要があります 
同じ入力を100行使用した場合:
Re: 寿命分布: 故障率/確率プロットが表と一致しませんこんにちは、ホギさん。
お返事ありがとうございます。
確率は測定値ではなく推定値なので、テストの実際の失敗率と同じにはならないということを意味していると思います。
それは正しいですか？
その場合、その背後にある考え方や数学を説明するドキュメントはあるのだろうか? JMP ドキュメントを試してみましたが、見つかりませんでした。
実際の故障率としてプロットしたい場合、JMP でそれを実行する方法はありますか?
ありがとう。
Re: 寿命分布: 故障率/確率プロットが表と一致しません申し訳ありませんが、最初の推測は間違っていました。
行数が異なる表の Life Distribution の確率値を確認しました。*)
寿命分布は、データ ポイントの数に関係なく、 ヘイゼン (中点) プロット位置を使用しているようです。
prob = (rank - 0.5) / N
別名「 ワイブル 」は、データ テーブルで右クリックして「新しい数式列」メニューを使用すると表示されます。
ここでは、MatPlotLib で使用できるさまざまなプロット位置の概要を示します (「postype」引数経由)
出典: https://matplotlib.org/mpl-probscale/tutorial/closer_look_at_plot_pos.html
seg = current report () ["Compare Distributions",FrameBox(1)] << find seg (Marker Seg( 1 ));
data= seg <<GET y="" values=""></GET>
<P>*) マーカーセグメントからY位置を取得します</P>Re: 寿命分布: 故障率/確率プロットが表と一致しませんありがとうホギ。
読んでみます。
Re: 寿命分布: 故障率/確率プロットが表と一致しません
ドラえもんは書きました:確率は測定値ではなく推定値なので、テストの実際の失敗率と同じにはならないということを意味していると思います。
したがって、測定サンプルの測定値を取得して、全体の母集団の実際の故障率を推測/推定することができます。50、100、150、200 の読み取り値だけがあり、別のエラーが追加されます。
私は分布（主に正規分布）を適合させるために Life Distribution プラットフォームを使用します。場合によっては、正規分布からの偏差を視覚的に把握します。適合線と見栄えの良い信頼区間を持つ QQ プロットのように。
加えて：
a) 同じ値を持つサンプルが2つ得られる可能性は低い
b) 曲線フィッティングに関しては、フィッティング曲線を点の中心に配置するのがなんとなく「正しい」ように感じる。
しかし、考えてみると...
特に寿命と「生存」率については、
「100台のうち25台が50台（またはそれより早く）で故障する」は暗黙的に次のように変換されます。
「値 50 までの累積確率は 12.5% です」。
そして
さらに驚くべきことに、
100 ユニットのうち 25 ユニットが 50 で故障した場合、50 で生き残る「確率」は 90% 近くになります。
まだ多くの未解決の疑問が残っています...
JMPサポートに問い合わせました: TS-00196267
詳細を説明したホワイトペーパーがあることを願っています: )
注意:
寿命分布のプロットポイントは、中間点を選択するオプション付きのカプランマイヤー法またはターンブル法の推定値にデフォルト設定されます。
JMP16 と JMP17 の間では、ライフ分布が確率を計算する方法が変更されました。
おそらく、より多くの洞察を追加できるドキュメント{動機付けがあるでしょう...
Re: 寿命分布: 故障率/確率プロットが表と一致しませんデータ セットは正確な故障時間で設定されています。基本的には、母集団の 25%がちょうどt=50 で故障することを示しています。おそらくこれは正しいのですが、私の経験では、母集団の 25% が t=0 から t=50 の間のどこかで故障するというのがより正確な説明です。これを JMP で表すには、区間打ち切りを使用する必要があります。元のテーブルを変更して、開始時間 = [0、50、100、150] にし、終了時間を [50、100、150、200] のままにすると、寿命分布のワイブルが期待どおりになると思います。
Re: 寿命分布: 故障率/確率プロットが表と一致しませんこれは、例えば以下のような束になったデータなど、等しくない頻度値を考慮するのに役立ちました。
最大重みが 50 -> midplint である (たとえば正規) 分布を考えるとき。
そして、「111 のエントリのうち 100 が 50 以下で不合格」と考えると -> Kaplan Meier。
Re: 寿命分布: 故障率/確率プロットが表と一致しませんTomHさん、ありがとう。
あなたの言う通りだと思います。JMP が期待通りにデータを処理できるように、データのフォーマット方法を微調整する必要があります。
私が理解している方法でワイブル適合を行うことは統計的に間違っているのではないかと思います。
Hogiさんの返答からすると、その通りだと思います。
測定されたデータは、真の累積分布関数を直接表現したものではなく、数学的な変換であるように感じます。
JMP では、カプラン・マイヤー推定値を使用したワイブル適合と確率プロットが許可されないのはそのためですか?
Re: 寿命分布: 故障率/確率プロットが表と一致しません私が本当に困惑しているのは、JMP が、障害が発生した時期を示す左右の検閲機能を提供していることです。
したがって、これが現場で監視されるテストではない場合、t = 50h で同時に 25% の障害が発生したと正確に言うことはできないことに同意しますが、代わりに、t = 0 から t = 50 の間に母集団の 25% が障害を起こすとしか言えません。そうすると、JMP が確率計算とワイブル適合を処理する方法が理にかなっています。
しかし、今では現場で監視されたテストがあり、それぞれの障害がいつ発生したかを正確に把握しています。
しかし、JMP は、故障率を調整するためにいくつかの推定を行うことで、現場監視機能がないかのようにデータを解釈しました。
この背後にある理由がよく分かりません。
Re: 寿命分布: 故障率/確率プロットが表と一致しませんDiscovery 2017 のこの PDF ドキュメントには、JMP でさまざまな種類の打ち切りを分析する方法と、それに関連する最大尤度推定値 (MLE) の概要がわかりやすく記載されています。省略されているのは正確なデータだけですが、元の例 (開始時刻 = 終了時刻) でその入力方法をすでに確認しています。ドキュメントに示されているように、JMP ではデータ テーブルにさまざまな打ち切りタイプを入力できます。MLE はタイプごとに異なる方法で計算されるため、確かに重要であり、最も意味のある適合を得るには、常に正直で代表的なデータ (打ち切りを含む) を取得するように努める必要があります。
Re: 寿命分布: 故障率/確率のプロットが表と一致しません生命分布における確率計算の詳細 | 異なるバージョン:
寿命分布区間打ち切り比較分布プロット
