Nichtparametrische Verteilungsanalyse (Rechtszensierung)

Diese Analyse schätzt das Überleben aus Lebensdauerdaten, in denen einige Einheiten entnommen wurden oder noch laufen (rechtszensiert), ohne eine Weibull-, Lognormal- oder andere Verteilung anzunehmen. Geben Sie Ausfall- bzw. Zensierungszeiten und eine Zensierungsspalte ein. Verwendet wird die Kaplan-Meier-Schätzung mit Konfidenzgrenzen nach Greenwood. Ausgabe: Kaplan-Meier-Tabelle, mediane Lebensdauer mit Konfidenzintervall, ein korrigierter Mittelwert und ein Überlebensdiagramm.

Zuletzt geprüft

Kernaussage

Die nichtparametrische Verteilungsanalyse (Rechtszensierung) schätzt Überlebenskurve und mediane Lebensdauer eines Produkts direkt aus Lebensdauerdaten mit rechtszensierten Einheiten, per Kaplan-Meier-Methode ohne Verteilungsannahme.

Auf dieser Seite
  1. Zweck
  2. Wichtige Funktionen
  3. Statistische Methoden
  4. Eingabefelder und Optionen
  5. Beschreibung der Ausgaben
  6. Beispiel

Zweck

Die nichtparametrische Verteilungsanalyse (Nonparametric Distribution Analysis, Right Censoring) schätzt die Überlebenskurve eines Produkts direkt aus Lebensdauerdaten, ohne eine Weibull-, Lognormal- oder sonstige Verteilung anzunehmen. Sie berücksichtigt Einheiten, die bei Ende der Beobachtung entnommen waren oder noch liefen (rechtszensiert). Verwenden Sie sie, um das Überleben bei bestimmten Altern und die mediane Lebensdauer abzulesen, wenn keine Verteilung gut passt oder Sie sich nicht auf eine verlassen möchten, sowie zur Überprüfung einer parametrischen Anpassung.

Wichtige Funktionen

  • Kaplan-Meier-Überlebensschätzung zu jedem beobachteten Zeitpunkt, mit Standardfehlern und Konfidenzgrenzen.
  • Anzahl unter Risiko, Anzahl der Ausfälle und Zensierungskennzeichen zu jedem Zeitpunkt.
  • Mediane Lebensdauer mit Konfidenzintervall sowie eine Schätzung des Mittelwerts.
  • Anzahl der Ausfälle und der rechtszensierten Einheiten.
  • Kaplan-Meier-Überlebensdiagramm mit Konfidenzbändern.

Statistische Methoden

In der Zensierungsspalte sind Zeilen, die dem Zensierungswert entsprechen, rechtszensiert, alle anderen Zeilen sind Ausfälle. Die Kaplan-Meier-Schätzung lautet S(t) = Π (1 − dⱼ / rⱼ) über alle Ausfallzeiten tⱼ ≤ t, wobei dⱼ die Anzahl der Ausfälle bei tⱼ und rⱼ die Anzahl der unmittelbar vor tⱼ noch unter Risiko stehenden Einheiten ist. Eine zensierte Einheit verlässt die Risikomenge zu ihrem Zensierungszeitpunkt, ohne eine Stufe zu verursachen; sie zählt also bis zu diesem Zeitpunkt als überlebend und danach nicht mehr. Die Kurve fällt nur zu Ausfallzeiten stufenweise ab.

Der Standardfehler ist S(t) mal die Quadratwurzel der Greenwood-Summe Σ dⱼ / (rⱼ(rⱼ − dⱼ)). Die Konfidenzgrenzen verwenden die exponentielle (Log-Log-)Form der Greenwood-Formel, die sie zwischen 0 und 1 hält. Der Median ist der erste Zeitpunkt, an dem S(t) auf 0.5 oder darunter fällt; sein Konfidenzintervall reicht vom ersten Zeitpunkt, an dem das untere Band auf 0.5 oder darunter fällt, bis zum ersten Zeitpunkt, an dem dies das obere Band tut (Brookmeyer-Crowley-Verfahren). Median oder Grenzen sind nicht schätzbar, wenn Kurve oder Band 0.5 nie erreichen.

Mean(corrected) ist die Fläche unter der Kaplan-Meier-Treppenkurve von 0 bis zum größten beobachteten Zeitpunkt (der eingeschränkte Mittelwert): S = 1 bis zum ersten Zeitpunkt, danach gilt jede Schätzung bis zum nächsten aufgeführten Zeitpunkt. Ist die größte Beobachtung zensiert, hat die Kurve 0 nicht erreicht und der wahre Mittelwert ist größer; das Werkzeug gibt dann eine Warnung aus. Nach dem letzten Ausfall bleibt die Schätzung flach: Die Daten sagen nichts über Ausfälle nach diesem Zeitpunkt aus.

Eingabefelder und Optionen

Feld

Beschreibung

Variable

Erforderlich. Zeit bis zum Ausfall bzw. Zeit bis zur Zensierung für entnommene oder noch laufende Einheiten.

Use censoring column

Erforderlich. Zeilen, die dem Zensierungswert entsprechen, sind rechtszensiert; alle anderen Zeilen sind Ausfälle. Jede Zeile benötigt einen Wert.

Censoring value

Der Wert in der Zensierungsspalte, der eine zensierte Einheit kennzeichnet. Standard 0, also 1 = Ausfall.

Confidence level (%)

Für die Konfidenzgrenzen von Überleben und Median. Standard 95; 50 bis 99.99.

nonparametric-distribution-analysis-right-censoring-inputs


Abbildung 1 — Optionen für das Beispiel: Prüfzeiten der Wicklungen bei 80 °C (Temp80), Zensierungsspalte Cens80 mit Zensierungswert 0.

Beschreibung der Ausgaben

  • Censoring table — Anzahl der unzensierten (Ausfall-) und rechtszensierten Werte.
  • Characteristics — Mean(corrected) und Median mit den Konfidenzgrenzen des Medians.
  • Notes — zum Beispiel, wenn der Mittelwert unterschätzt wird, weil die größte Beobachtung zensiert ist, oder wenn der Median nicht schätzbar ist.
  • Kaplan-Meier table — Time, Number at Risk, Number of Events, Censored, Survival Probability, Standard Error und Konfidenzgrenzen.
  • Kaplan-Meier Survival Plot — die stufenförmige Überlebenskurve mit ihren Konfidenzbändern.
  • PDF-Export über Download.

nonparametric-distribution-analysis-right-censoring-output


Abbildung 2 — Characteristics, der Anfang der Kaplan-Meier-Tabelle und das Überlebensdiagramm für 50 Wicklungen: mediane Lebensdauer 55 Stunden (95-%-KI 51 bis 62).

Beispiel

Ein Zuverlässigkeitsingenieur prüft 50 Wicklungen von Turbinentriebwerken bei 80 °C. 37 fallen aus, 13 werden vor dem Ausfall entnommen. Ohne eine Verteilung anzunehmen, möchte der Ingenieur wissen, wie viele Wicklungen ein bestimmtes Alter erreichen und wie hoch die mediane Lebensdauer ist. Er setzt Variable = Temp80, Use censoring column = Cens80 und Censoring value = 0 und behält 95 % Konfidenz bei.

Die mediane Lebensdauer beträgt 55 Stunden, mit einem 95-%-Konfidenzintervall von 51 bis 62 Stunden. Das geschätzte Überleben beträgt 0.66 bei 50 Stunden (95-%-KI 0.51 bis 0.77) und 0.40 bei 60 Stunden (0.27 bis 0.53). Die Tabelle fällt bei jedem Ausfall stufenweise ab, zum Beispiel von 0.66 auf 0.58 bei 51 Stunden, als vier Wicklungen gleichzeitig ausfallen. Der letzte Ausfall liegt bei 74 Stunden; danach wurden alle verbleibenden Wicklungen entnommen, sodass die Kurve bei 0.258 bleibt und die Daten nicht sagen können, wann diese Wicklungen ausgefallen wären. Mean(corrected) beträgt 63.7 Stunden, mit dem Hinweis, dass der Wert unterschätzt ist, weil die größte Beobachtung (105 Stunden) zensiert ist.

Für den Ingenieur ist der Median von 55 Stunden die direkteste Antwort, ohne angenommenes Modell. Eine Weibull-Anpassung an dieselben Daten (Distribution Overview Plot oder Parametric Distribution Analysis) ergibt ein Überleben von 0.66 bei 50 Stunden, übereinstimmend mit der Kaplan-Meier-Schätzung, aber 0.53 bei 60 Stunden gegenüber 0.40 hier sowie einen Median von 62.6 Stunden. Der Unterschied zeigt, wo Weibull-Modell und Daten auseinandergehen; welcher Median angegeben wird, hängt davon ab, ob man dem Modell über den Bereich hinaus vertraut, in dem die Daten mit ihm übereinstimmen.

Häufig gestellte Fragen

Was ist die Kaplan-Meier-Schätzung?

Die Kaplan-Meier-Schätzung ist eine nichtparametrische Überlebenskurve S(t), berechnet als Produkt von (1 - d/r) über alle Ausfallzeiten bis t, wobei d die Anzahl der Ausfälle zu einem Zeitpunkt und r die Anzahl der unmittelbar davor noch unter Risiko stehenden Einheiten ist. Eine zensierte Einheit verlässt die Risikomenge, ohne eine Stufe zu verursachen, sodass die Kurve nur zu Ausfallzeiten stufenweise abfällt.

Wann sollte man eine nichtparametrische statt einer parametrischen Verteilungsanalyse verwenden?

Verwenden Sie die nichtparametrische Kaplan-Meier-Analyse, um das Überleben bei bestimmten Altern und die mediane Lebensdauer abzulesen, wenn keine Verteilung gut passt oder Sie sich nicht auf eine verlassen möchten. Sie dient auch zur Überprüfung einer parametrischen Anpassung und zeigt, wo ein Modell wie Weibull und die Daten auseinandergehen.

Wie werden die mediane Lebensdauer und ihr Konfidenzintervall bestimmt?

Der Median ist der erste Zeitpunkt, an dem die Überlebensschätzung auf 0.5 oder darunter fällt. Sein Konfidenzintervall reicht vom ersten Zeitpunkt, an dem das untere Band 0.5 oder weniger erreicht, bis zum ersten Zeitpunkt, an dem dies das obere Band tut (Brookmeyer-Crowley-Verfahren). Median oder Grenzen sind nicht schätzbar, wenn Kurve oder Band 0.5 nie erreichen.

Warum wird der Kaplan-Meier-Mittelwert als unterschätzt gekennzeichnet?

Mean(corrected) ist die Fläche unter der Kaplan-Meier-Treppenkurve bis zum größten beobachteten Zeitpunkt. Ist die größte Beobachtung zensiert, hat die Kurve 0 nicht erreicht und der wahre Mittelwert ist größer; daher wird eine Warnung ausgegeben. Nach dem letzten Ausfall bleibt die Schätzung flach, weil die Daten nichts über Ausfälle nach diesem Zeitpunkt aussagen.