수명 분포: 실패율/확률 플롯이 표와 일치하지 않습니다.안녕하세요,
저는 JMP 생명 분포 플롯을 처음 사용합니다.
저는 이것이 기본적인 이해의 문제라고 생각합니다.
아래는 제가 만든 테스트 테이블입니다.
설명에 따르면: https://www.jmp.com/support/help/en/18.1/index.shtml#page/jmp/event-plot.shtml#ww1386833
총 100개의 샘플이 있다는 뜻인 것 같습니다.
그리고 정확히 4번의 판독값(50, 100, 150, 200)에서 25개의 새로운 오류가 발생했습니다.
따라서 제가 예상하는 실패율은 다음과 같습니다.
50, 25%
100, 50%,
150, 75%
200,100%.
그리고 아래와 같이 설정하여 생명 분포를 시작합니다.
하지만 와이블 플롯의 점은 제가 예상했던 실패율과는 매우 달랐습니다.
예를 들어, 시간 50의 첫 번째 판독 지점의 실패율은 약 13%입니다.
왜 그런지 이해가 안 가요.
이 일을 도와주실 수 있나요?
귀하의 도움에 진심으로 감사드립니다!
저는 JMP17을 사용하고 있습니다
신뢰성 분석Re: 수명 분포: 실패율/확률 플롯이 표와 일치하지 않습니다.큰 N의 경우 추정 백분율은 다음과 같습니다.
rank/ ( N + 1)
N=4의 경우 0.2, 0.4, 0.6, 0.8을 얻습니다.
(기대했던 0.25, 0.5, 0.75, 1 대신)
작은 N의 경우 추정 백분율이 "수정"됩니다. 수정에는 여러 가지 접근 방식이 있습니다.
위키피디아에서 개요를 봤는데, 찾아보도록 할게요...
Re: 수명 분포: 실패율/확률 플롯이 표와 일치하지 않습니다."N"이 단지 4인 것은 다소 놀랍습니다. 4개의 행 때문일까요?
100이 아닙니다. Freq = 25+25+25+25이기 때문입니다.
따라서 사용자는 게으르지 말고 Freq를 통해 결과를 집계하는 대신 여러 줄을 사용해야 합니다.
동일한 입력, 100개 행 사용:
Re: 수명 분포: 실패율/확률 플롯이 표와 일치하지 않습니다.안녕 호기,
답변해 주셔서 감사합니다.
확률은 측정된 값이 아닌 추정치이므로 테스트에서 실제 실패율과 같지 않을 것이라고 말씀하신 것 같습니다.
맞나요?
그렇다면, 그 뒤에 있는 생각과 수학을 설명하는 문서가 있는지 궁금합니다. 저는 JMP 문서를 시도했지만 운이 없었습니다.
실제 실패율을 플롯으로 표현하고 싶은데, JMP에서 할 수 있는 방법이 있나요?
감사합니다.
Re: 수명 분포: 실패율/확률 플롯이 표와 일치하지 않습니다.죄송합니다. 제 첫 번째 추측이 틀렸네요.
방금 행의 개수가 다른 표에 대한 Life Distribution의 확률 값을 확인했습니다. *)
생명 분포는 데이터 포인트 수와 무관하게 헤이젠 (중간점) 플로팅 위치를 사용하는 것으로 보입니다.
prob = (rank - 0.5) / N
데이터 테이블에서 마우스 오른쪽 버튼을 클릭하여 "새 수식 열" 메뉴를 사용하면 " 와이불 "이라는 이름을 얻을 수 있습니다.
MatPlotLib에서 사용 가능한 다양한 플로팅 위치 개요는 다음과 같습니다("postype" 인수를 통해)
출처: 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>*) Marker Seg에서 Y 위치 가져오기</P>Re: 수명 분포: 실패율/확률 플롯이 표와 일치하지 않습니다.호기씨, 고맙습니다.
나는 그것을 읽어 볼 것이다.
Re: 수명 분포: 실패율/확률 플롯이 표와 일치하지 않습니다.
@Doraemon214 님 이 쓰셨습니다: 확률은 측정된 값이 아닌 추정치이므로 테스트에서 실제 실패율과 같지 않을 것이라고 말씀하신 것 같습니다.
따라서 측정된 샘플의 측정값을 취하고 전체 모집단의 실제 실패율을 추측/추정할 수 있습니다. 50, 100, 150, 200에서 판독값이 있는데, 이는 또 다른 오류를 추가합니다.
저는 Life Distribution 플랫폼을 사용하여 분포, 주로 정규 분포를 맞춥니다. 가끔: 정규 분포와의 편차에 대한 시각적 인상을 얻습니다. 예를 들어, 적합선과 보기 좋은 신뢰 구간이 있는 QQ 플롯과 같습니다.
게다가:
a) 같은 값을 갖는 2개의 샘플을 얻을 수 있는 가능성은 적음
b) 곡선 맞춤과 관련하여 맞춤 곡선을 점의 중심에 두는 것이 어떻게든 "옳다고" 느껴집니다.
하지만 생각해 보면...
특히 수명과 "생존"율에 대해서는 정말 놀랍습니다.
"100개 중 25개 단위가 50(또는 그 이전)에서 실패합니다."는 암묵적으로 다음으로 변환됩니다.
"50까지의 누적 확률은 12.5%입니다".
그리고
더욱 놀라운 것 같습니다.
100개 중 25개가 50에서 실패하면 50에서 생존할 "확률"은 90%에 가깝습니다.
아직도 많은 의문점들이 남아 있습니다...
JMP 지원팀에 문의했습니다: TS-00196267
자세한 내용을 알려주는 백서가 있었으면 좋겠네요 
참고:
Life Distribution 플롯 포인트는 중간 지점을 선택할 수 있는 옵션이 있는 Kaplan-Meier 또는 Turnbull 추정치로 기본 설정되어야 합니다.
JMP16과 JMP17 사이에 생명 분포에서 확률을 계산하는 방법에 변경 사항이 있었습니다.
더 많은 통찰력을 제공할 수 있는 문서{동기 부여 등}가 있을 수 있습니다.
Re: 수명 분포: 실패율/확률 플롯이 표와 일치하지 않습니다.귀하의 데이터 세트는 정확한 실패 시간으로 설정되어 있습니다. 본질적으로 인구의 25%가 정확히 t=50에서 실패한다고 말합니다. 아마도 이것이 맞을지 모르지만, 제 경험상 더 정확한 설명은 인구의 25%가 t=0과 t=50 사이 어느 시점에 실패한다는 것입니다. JMP에서 이를 표현하려면 구간 검열을 사용해야 합니다. 원래 표를 수정하여 시작 시간 = [0, 50, 100, 150]이고 종료 시간은 [50, 100, 150, 200]으로 동일하게 유지하면 Life Distribution의 Weibull이 귀하의 기대치와 일치한다고 생각합니다.
Re: 수명 분포: 실패율/확률 플롯이 표와 일치하지 않습니다.이는 비균등 빈도 값(예: 묶인 데이터)을 고려하는 데 도움이 되었습니다.
최대 가중치가 50인 (예: 정규) 분포를 생각해 보면, 중간값입니다.
그리고 "111개 항목 중 100개가 50점 이하에서 탈락했다"는 걸 생각해보면 -> 카플란 마이어.
Re: 수명 분포: 실패율/확률 플롯이 표와 일치하지 않습니다.TomH, 고맙습니다.
제 생각엔 당신이 옳습니다. JMP가 내가 예상한 대로 처리할 수 있도록 데이터 포맷 방식을 조정해야 합니다.
제가 이해하는 방식으로 웨이불 적합을 하는 것이 통계적으로 잘못된지 궁금합니다.
호기의 답변을 보면, 그 말이 맞는 것 같습니다.
측정된 데이터가 실제 누적 분포 함수를 직접 표현한 것이 아니라 수학적 변환인 것 같습니다.
그래서 JMP에서 Kaplan-Meier 추정치를 사용한 와이블 적합과 확률 플롯을 허용하지 않는 건가요?
Re: 수명 분포: 실패율/확률 플롯이 표와 일치하지 않습니다.제가 정말 헷갈리는 점은 JMP가 오류가 발생한 시점을 표시하기 위해 좌우 검열 기능을 제공한다는 것입니다.
따라서 이것이 현장 모니터링 테스트가 아니라면, t=50h에 정확히 25%의 실패가 동시에 발생했다고 말할 수 없다는 데 동의합니다. 대신 t=0과 t=50 사이에 모집단의 25%만 실패했다고 말할 수 있습니다. 그러면 JMP가 확률 계산과 와이불 적합을 처리하는 방식이 합리적입니다.
하지만 이제는 현장 모니터링 시험을 실시하여 각각의 고장이 언제 발생했는지 정확히 알 수 있게 되었습니다.
하지만 JMP는 제가 현장 모니터링 능력이 없는 것처럼 데이터를 해석하여 실패율을 조정하기 위해 추정을 수행했습니다.
저는 그 이유를 잘 모르겠습니다.
Re: 수명 분포: 실패율/확률 플롯이 표와 일치하지 않습니다.Discovery 2017의 이 pdf 문서는 JMP에서 다양한 종류의 검열을 분석하는 방법과 이와 관련된 최대 가능도 추정치(MLE)에 대한 좋은 개요를 제공합니다. 누락된 한 가지는 정확한 데이터이지만, 원래 예제(시작 시간 = 종료 시간)에서 이를 입력하는 방법을 이미 보았습니다. 문서에서 보여준 것처럼 JMP를 사용하면 데이터 테이블에 혼합 검열 유형을 입력할 수 있습니다. MLE는 각 유형에 대해 다르게 계산되므로 확실히 중요하며 가장 의미 있는 적합도를 얻으려면 항상 정직하고 대표적인 데이터(검열 포함)를 갖도록 노력해야 합니다.
Re: 수명 분포: 실패율/확률 플롯이 표와 일치하지 않습니다.Life Distribution의 확률 계산에 대한 몇 가지 세부 정보 | 다양한 버전:
수명 분포 구간 검열 분포 비교 플롯
