JMP의 신뢰성 예측으로 생산수와 반품수의 시계열 데이터로부터 장래의 반품수를 예측할 때는 적합 고장 모델의 선택이 포인트가 된다. 고장 모델은 제품 전체와 형식이나 버전에서 다를 수 있으며, 경과에 따라 변화할 수 있다. 산업기계, 계량기기, 전자기기, 자동차 부품 등의 신뢰성 예측의 지도 경험에서는 부분 고장이 압도적으로 많다. 마모 고장 모드에서 전체 고장의 경우는 누적 고장률과 반품수가 시간과 함께 계속 증가하지만, 부분 고장에서는 누적 고장률이 시간과 함께 두드려져 고장 발생수가 0으로 수렴한다. 누적 고장수도 겸손한 숫자가 된다. 즉 부분 고장인지 아닌지는 중요한 포인트가 된다. 고장 모델 판정의 거점은 모델 비교 테이블의 통계량이나 우도비 검정이지만, 예측 시기가 빠르면 부분 고장인지 전체 고장인지 판정을 망칠 수 있다. 부분 고장이 발생하는 원인에 대해서도 고찰한다. 신뢰성 예측에서 준비하는 데이터는 결측 값이 있거나 고장 수가 적을 수 있습니다. 출하 시기와 가동 개시 시기에 어긋나 있어도 좋다. 다만 출하시기와 고장시기가 동일한 데이터는 제외하지 않으면 부분고장모델의 적용이 불가능하다. 클레임 데이터의 경향 분석으로 고장 기간의 분석(수명의 일변량)을 행하고, 신경이 쓰이는 곳은 신뢰 예측을 실시한다.
