你好，
我有一組記錄卡車貨物洩漏頻率的數據。我記錄了兩年的時間：貨物、日期、時間、貨物上的瓶子數量、駕駛員、天氣、黃昏/黎明等。我想確定洩漏最有可能發生的風險因素。然而，這些洩漏發生的頻率如此之低，以至於我的大部分數據都為 0。例如，我有 29,000 行數據，其中約 28,000 批貨物沒有發生洩漏。我計算了每批貨物的平均洩漏量和每百萬瓶的平均洩漏量。然而，當我有這麼多零值時，很難知道是否要進行變異數分析。請問有人能否建議使用哪種類型的建模/測試最好？我只是想確定是否有任何特定的風險因素與洩漏發生時的次數有關。
謝謝，
艾比
首先歡迎來到社區。如何建立與罕見事件的因果關係是一個非常具有挑戰性的問題。洩漏頻率作為反應變數並不是一個非常有效的反應變數。它在理解因果關係方面也缺乏判別力。它是許多可能的故障模式/機制的集合。
用實驗設計來研究這些問題很有挑戰性（雖然你很可能會讓卡車漏油，但這可能不是它現在漏油的原因）。我傾向於使用定向抽樣（作為變異和穩定性研究的一部分，用於研究過程本身）。問題是，這些實際上是戴明定義的特殊原因事件嗎？如果是，他的建議是針對事件做出具體而局部的反應，而不是花時間和精力去預測事件（共同原因行為）。它們實際上是高階效應（例如，>4階交互效應）嗎？是指多種因素共同作用導致事件發生的現象。
您對現有資料集的可信度有多高？是否存在未記錄的洩漏（可能洩漏量較小或已修正）？我不知道實際的負載量是多少，但從您的描述來看，線索是某種瓶子。如果瓶子掉出來沒有破碎，這算是洩漏嗎？洩漏量大小重要嗎？
您可以執行以下操作：
1. 首先，先假設這些事件的可能成因及其背後的原因。例如：洩漏是由於卡車裝載不均勻導致車輛不穩定而發生的。你或許可以利用現有資料集繪製一些散佈圖/相關性分析，但這只能激發你的思維，促使你提出一些假設，而這些假設需要用未來的資料來驗證。
2. 制定一份詳盡的因素清單。流程圖和FMEA通常有助於做到這一點。確保你真正觀察了卡車的裝卸過程。你目前的資料集很可能不包含所有這些因素的資訊。
3. 是否有其他可以測量的反應變量，這些變量可能與該現象相關，從而更好地洞察故障（例如，可能增加洩漏機率的情況數量、洩漏位置、卡車洩漏方向）？或者，例如，也許你假設卡車負載的重量平衡會產生影響。也許可以測量卡車負載內部和負載之間的重量分佈。或者你懷疑是道路狀況，也許你可以在卡車上安裝加速度計。或者速度、車速表…等等。
4. 確保卡車能夠應付你假設會增加洩漏可能性的情況（例如，懸吊系統會吸收不斷變化的路況）。只要將過程中的噪音納入研究範圍，就可以透過實驗來實現。同樣，你必須權衡必要的資源，並確定採取共因措施是否確實具有成本效益。你是否需要對罕見事件保持穩健？
只是為了對@statman的建議添加一點不同的觀點......我也同意......您可能想嘗試在 JMP 擬合模型平台中使用零膨脹泊松回歸作為擬合個性。
