Verteilungsübersichtsdiagramm (Distribution Overview Plot), beliebige Zensierung
Geben Sie Start- und End-Spalten ein, die jede Zeile als exakt oder zensiert kennzeichnen, und wählen Sie Weibull, Lognormal, Exponential, Normal, Logistic oder Loglogistic. Das Werkzeug passt die Verteilung mit der Maximum-Likelihood-Methode an, gibt Parameterschätzungen mit Standardfehlern und die mittlere Lebensdauer aus und zeichnet ein Wahrscheinlichkeitsnetz mit Turnbull-Punkten und Vertrauensgrenzen sowie Dichte-, Überlebens- und Hazardkurven. Damit prüfen Sie die Anpassung.
Zuletzt geprüft
Kernaussage
Das Verteilungsübersichtsdiagramm (beliebige Zensierung) passt eine Lebensdauerverteilung an exakte, rechts-, links- oder intervallzensierte Einheiten an und zeigt Wahrscheinlichkeitsnetz, Dichte, Überlebens- und Hazardfunktion.
Auf dieser Seite
Zweck
Das Verteilungsübersichtsdiagramm (Distribution Overview Plot) mit beliebiger Zensierung passt eine Lebensdauerverteilung an Ausfalldaten an, bei denen die exakten Ausfallzeiten nicht immer bekannt sind, und zeigt die Anpassung auf einer Seite auf vier Arten: als Wahrscheinlichkeitsnetz, als Wahrscheinlichkeitsdichtefunktion, als Überlebensfunktion und als Hazardfunktion (Ausfallratenfunktion). Die Daten können exakte Ausfälle mit rechts-, links- und intervallzensierten Einheiten mischen, wie in Inspektionsaufzeichnungen, bei denen ein Ausfall erst bei der nächsten Prüfung festgestellt wird. Damit prüfen Sie die gewählte Verteilung und sehen, wie sich die Ausfallrate mit dem Alter ändert.
Wichtigste Funktionen
- Dateneingabe als Start-Spalte und End-Spalte; das Muster leerer und gefüllter Zellen legt die Art der Zensierung in jeder Zeile fest.
- Exakte, rechts-, links- und intervallzensierte Zeilen im selben Datensatz.
- Sechs Verteilungen: Weibull, Lognormal, Exponential, Normal, Logistic und Loglogistic.
- Maximum-Likelihood-Parameterschätzungen mit Standardfehlern sowie die mittlere Lebensdauer.
- Wahrscheinlichkeitsnetz mit Vertrauensgrenzen sowie Dichte-, Überlebens- und Hazardkurven der angepassten Verteilung.
Statistische Methoden
Jede Zeile wird anhand ihrer Werte in Start und End gelesen: Start = End ist ein exakter Ausfall; Start < End ist ein intervallzensierter Ausfall zwischen den beiden Zeitpunkten; ein leeres End bedeutet rechtszensiert bei Start; ein leeres Start bedeutet linkszensiert bei End. Jede Zeile benötigt mindestens einen Wert, und Start darf nicht größer als End sein.
Die gewählte Verteilung wird mit der Maximum-Likelihood-Methode angepasst: Ein exakter Ausfall trägt die Dichte f(t) bei, eine rechtszensierte Einheit 1 − F(Start), eine linkszensierte Einheit F(End) und eine intervallzensierte Einheit F(End) − F(Start). Die Standardfehler ergeben sich aus der Inversen der Hesse-Matrix der Log-Likelihood am Schätzwert. Weibull wird mit dem Skalenparameter Alpha (die Zeit, bis zu der 63.2% ausfallen) und dem Formparameter Beta angegeben; Normal und Logistic mit Mu und Sigma; Lognormal mit Mu und Sigma von ln(Zeit); Loglogistic mit Skalenparameter Alpha und Formparameter Beta; Exponential mit seiner Ausfallrate Lambda. Der Mittelwert ist die mittlere Lebensdauer der angepassten Verteilung.
Das Wahrscheinlichkeitsnetz zeigt nichtparametrische Schätzungen der kumulierten Ausfallwahrscheinlichkeit nach der Turnbull-Methode, die jeden intervallzensierten Ausfall auf die Zeitpunkte verteilt, zu denen er aufgetreten sein könnte, auf Achsen, auf denen die gewählte Verteilung eine Gerade ist, mit der angepassten Linie in Rot. Die übrigen Felder zeigen die Dichte f(t), die Überlebensfunktion S(t) = 1 − F(t) und die Hazardfunktion h(t) = f(t) / S(t). Eine steigende Hazardfunktion bedeutet Verschleiß, eine flache Zufallsausfälle und eine fallende Frühausfälle. Das Wahrscheinlichkeitsnetz zeigt außerdem zweiseitige Vertrauensgrenzen (gepunktet) zum Confidence level, so wie Minitab sie zeichnet: Konfidenzintervalle für die Perzentile t_p der angepassten Verteilung, nach der Delta-Methode aus der inversen Hesse-Matrix, gebildet auf ln(t_p) für Weibull, Lognormal, Exponential und Loglogistic und auf t_p für Normal und Logistic.
Eingabefelder und Optionen
Feld | Beschreibung |
Start column | Erforderlich. Letzter bekannter Zeitpunkt ohne Ausfall oder die exakte Ausfallzeit. Lassen Sie Start in einer Zeile leer, um sie als linkszensiert zu kennzeichnen. |
End column | Erforderlich. Erster bekannter Zeitpunkt mit Ausfall oder die exakte Ausfallzeit. Lassen Sie End in einer Zeile leer, um sie als rechtszensiert zu kennzeichnen. Start = End bedeutet einen exakten Ausfall; Start < End bedeutet intervallzensiert. Muss eine andere Spalte als Start sein. |
Assumed distribution | Weibull (Standard), Lognormal, Exponential, Normal, Logistic oder Loglogistic. |
Confidence level (%) | Standard 95; 50 bis 99.99. Legt die Vertrauensgrenzen im Wahrscheinlichkeitsnetz fest. |

Abbildung 1 – Optionen für das Beispiel: Inspektionsdaten in den Spalten Start und End, Weibull-Verteilung.
Beschreibung der Ausgabe
- Parameter estimates – Parameter, Estimate und Standard Error der angepassten Verteilung.
- Characteristics – die mittlere Lebensdauer der angepassten Verteilung.
- Distribution Overview Plot for Start-End – vier Felder: Probability Plot (mit Vertrauensgrenzen), Probability Density Function, Survival Function und Hazard Function.
- PDF-Export über Download.

Abbildung 2 – Weibull-Übersicht für 50 Wicklungen, die alle 10 Stunden geprüft wurden: Alpha 73.3 h, Beta 2.17, Mittelwert 64.9 h, mit stetig steigender Hazardfunktion.
Beispiel
Dieses Beispiel verwendet die 50 bei 80 °C geprüften Wicklungen von Turbinentriebwerken von der Seite Distribution Overview Plot (Right Censoring), so erfasst, als wären die Wicklungen ab 30 Stunden nur alle 10 Stunden geprüft worden. 4 Wicklungen, die bei der ersten Inspektion als ausgefallen festgestellt wurden, sind linkszensiert (Start leer, End = 30), 33, die bei späteren Inspektionen als ausgefallen festgestellt wurden, sind intervallzensiert (zum Beispiel Start = 50, End = 60), und 13, die vor dem Ausfall entnommen wurden, sind zu ihrem Entnahmezeitpunkt rechtszensiert (End leer). Der Ingenieur wählt Start und End als Start- und End-Spalte und behält Assumed distribution = Weibull bei.
Die angepasste Weibull-Verteilung hat den Skalenparameter Alpha = 73.26 Stunden (Standardfehler 5.55) und den Formparameter Beta = 2.173 (Standardfehler 0.314), mit einer mittleren Lebensdauer von 64.88 Stunden. Diese Werte liegen nahe an denen aus den exakten Ausfallzeiten (Alpha 73.34 Stunden, Beta 2.318); das 10-Stunden-Inspektionsraster kostet hier also wenig Information, auch wenn die Standardfehler etwas größer sind. Die Survival Function ergibt 0.94 bei 20 Stunden, 0.76 bei 40 Stunden und 0.30 bei 80 Stunden, und die mediane Lebensdauer beträgt 61.9 Stunden. Die 95%-Grenzen im Wahrscheinlichkeitsnetz ergeben 18.8 bis 36.0 Stunden für das 10. Perzentil (Schätzwert 26.0 Stunden) und 53.0 bis 72.3 Stunden für den Median, etwas breiter als aus den exakten Zeiten.
Das Wahrscheinlichkeitsnetz hat fünf Punkte bei 30, 40, 50, 60 und 79 Stunden, wo die Turnbull-Schätzung die Ausfälle platziert, und sie folgen der angepassten Weibull-Linie, abgesehen vom Punkt bei 30 Stunden, der etwas darunter liegt. Da Beta über 1 liegt, steigt die Hazard Function mit dem Alter an, von etwa 0.0065 Ausfällen pro Stunde bei 20 Stunden auf etwa 0.033 bei 80 Stunden: Die Wicklungen verschleißen. Für das Instandhaltungsteam spricht das für einen geplanten Austausch vor dem steilen Teil der Kurve. Mit Assumed distribution = Lognormal beträgt die mittlere Lebensdauer 67.82 Stunden, und die Hazardfunktion pendelt sich nach 80 Stunden bei etwa 0.03 pro Stunde ein, statt weiter zu steigen; die Wahl der Verteilung ist also vor allem für Vorhersagen bei langen Zeiten entscheidend.
Häufig gestellte Fragen
Was zeigen die vier Felder eines Verteilungsübersichtsdiagramms?
Das Wahrscheinlichkeitsnetz zeigt Turnbull-Schätzungen der kumulierten Ausfallwahrscheinlichkeit gegenüber der angepassten Linie mit Vertrauensgrenzen, um die Anpassung zu beurteilen. Die anderen drei Felder zeigen die Wahrscheinlichkeitsdichtefunktion f(t) der angepassten Verteilung, ihre Überlebensfunktion S(t) = 1 − F(t) und ihre Hazardfunktion h(t) = f(t) / S(t).
Wie interpretiert man die Hazardfunktion?
Eine steigende Hazardfunktion bedeutet Verschleiß, eine flache Zufallsausfälle und eine fallende Frühausfälle. Im Wicklungsbeispiel betrug der Weibull-Formparameter Beta 2.173, also über 1, sodass die Hazardfunktion von etwa 0.0065 Ausfällen pro Stunde bei 20 Stunden auf etwa 0.033 bei 80 Stunden stieg. Das spricht für einen geplanten Austausch vor dem steilen Teil der Kurve.
Wie viel Information geht bei Daten aus Inspektionsintervallen verloren?
Im Beispiel ergaben 50 Wicklungen, die alle 10 Stunden geprüft wurden, ein Weibull-Alpha von 73.26 Stunden und ein Beta von 2.173, nahe an Alpha 73.34 Stunden und Beta 2.318 aus den exakten Ausfallzeiten. Das 10-Stunden-Inspektionsraster kostete wenig Information, auch wenn Standardfehler und Vertrauensgrenzen etwas größer waren.
Was bedeuten die Verteilungsparameter?
Weibull wird mit dem Skalenparameter Alpha, der Zeit, bis zu der 63.2% der Einheiten ausfallen, und dem Formparameter Beta angegeben. Normal und Logistic verwenden Mu und Sigma, Lognormal Mu und Sigma von ln(Zeit), Loglogistic Skalenparameter Alpha und Formparameter Beta und Exponential seine Ausfallrate Lambda. Jeder Schätzwert hat einen Standardfehler, und die mittlere Lebensdauer wird ebenfalls ausgegeben.
