Parametrische Verteilungsanalyse (beliebige Zensierung)

Diese Analyse passt eine Lebensdauerverteilung an Ausfalldaten an, deren genaue Ausfallzeiten oft unbekannt sind, etwa bei Einheiten, die bei Inspektionen ausgefallen vorgefunden werden. Die Spalten Start und End legen je Zeile die Zensierungsart fest. Zur Wahl stehen Weibull, Lognormal, Exponential, Normal, Logistic und Loglogistic, angepasst per Maximum Likelihood. Die Ausgabe enthält Parameterschätzungen mit Konfidenzintervallen, Mittelwert, Median, Perzentile, Anpassungsgüte und ein Wahrscheinlichkeitsnetz, optional mit Weibayes-Analyse.

Zuletzt geprüft

Kernaussage

Die parametrische Verteilungsanalyse (beliebige Zensierung) passt eine Lebensdauerverteilung wie Weibull an Inspektionsdaten mit intervall-, links- und rechtszensierten Ausfällen an, um Median, B10-Lebensdauer und Perzentile zu schätzen.

Auf dieser Seite
  1. Zweck
  2. Wichtigste Funktionen
  3. Statistische Methoden
  4. Eingabefelder & Optionen
  5. Beschreibung der Ausgabe
  6. Beispiel

Zweck

Die parametrische Verteilungsanalyse (beliebige Zensierung) passt eine Lebensdauerverteilung an Ausfalldaten an, deren genaue Ausfallzeiten oft unbekannt sind: Einheiten, die bei einer Inspektion ausgefallen vorgefunden werden (intervallzensiert), Einheiten, die bei der ersten Prüfung bereits ausgefallen sind (linkszensiert), und Einheiten, die bei der letzten Beobachtung noch funktionieren (rechtszensiert), gemischt mit etwaigen exakten Ausfällen. Sie gibt die Parameter der Verteilung, Mittelwert, Median, Quartile und eine vollständige Perzentiltabelle aus. Verwenden Sie sie, um aus Inspektions- oder Auditaufzeichnungen die B10-Lebensdauer, Ausfallanteile in der Garantiezeit oder die Median-Lebensdauer zu schätzen. Mit einer Weibull-Verteilung und bekanntem Formparameter kann sie auch eine Weibayes-Analyse durchführen.

Wichtigste Funktionen

  • Daten werden als Start-Spalte und End-Spalte eingegeben; das Muster leerer und gefüllter Zellen legt für jede Zeile die Art der Zensierung fest.
  • Sechs Verteilungen: Weibull, Lognormal, Exponential, Normal, Logistic und Loglogistic.
  • Maximum-Likelihood-Schätzungen mit Standardfehlern und Konfidenzintervallen beim eingestellten Konfidenzniveau.
  • Mittelwert, Standardabweichung, Median, Quartile und der Zeitpunkt, bis zu dem 1 % bis 99 % der Einheiten ausfallen.
  • Weibayes-Option für Weibull: Formparameter aus Vorwissen festlegen und nur den Skalenparameter schätzen, mit Konfidenzgrenzen und Zuverlässigkeit zu gewählten Zeitpunkten.
  • Wahrscheinlichkeitsnetz mit angepasster Linie und Konfidenzgrenzen.

Statistische Methoden

Jede Zeile wird anhand ihrer Werte Start und End gelesen: Start = End ist ein exakter Ausfall; Start < End ist ein intervallzensierter Ausfall zwischen den beiden Zeitpunkten; End leer bedeutet rechtszensiert bei Start; Start leer bedeutet linkszensiert bei End. Die Zensierungstabelle zählt jede Art. Die Verteilung wird per Maximum Likelihood 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 an der Schätzung, und die Konfidenzintervalle verwenden z aus der Normalverteilung für das Confidence level (1.96 für 95 %). Wie in Minitab erhält ein Parameter, der positiv sein muss (Skala, Form, Sigma oder Rate), sein Intervall auf der logarithmischen Skala, von Schätzung / exp(z × SE / Schätzung) bis Schätzung × exp(z × SE / Schätzung); das hält ihn positiv und macht das Intervall asymmetrisch. Ein Lageparameter Mu erhält Schätzung ± z × SE. Das Wahrscheinlichkeitsnetz ergänzt zweiseitige Konfidenzgrenzen für die Perzentile, so wie Minitab sie zeichnet: für jeden Prozentwert p das Perzentil t_p und seine Varianz nach der Delta-Methode aus derselben Kovarianzmatrix, wobei das Intervall für Weibull, Lognormal, Exponential und Loglogistic auf ln(t_p) und für Normal und Logistic auf t_p gebildet wird.

Kennwerte und Perzentile werden aus der angepassten Verteilung berechnet: Das p-te Perzentil ist der Zeitpunkt, bis zu dem voraussichtlich p % der Einheiten ausfallen; das 10. Perzentil ist also die B10-Lebensdauer. Die Tabelle zur Anpassungsgüte gibt die Log-Likelihood an, die sich zwischen Verteilungen mit gleicher Parameteranzahl vergleichen lässt (höher ist besser). Die Anderson-Darling-Statistik wird nur ergänzt, wenn mindestens zwei exakte Ausfälle vorliegen. Das Wahrscheinlichkeitsnetz zeigt die nichtparametrische Turnbull-Schätzung der kumulierten Ausfallwahrscheinlichkeit auf Achsen, auf denen die gewählte Verteilung eine Gerade ergibt, zusammen mit der angepassten Linie.

Wird für eine Weibull-Anpassung ein Known shape (Weibayes) eingegeben, ist der Formparameter fest, und nur der Skalenparameter wird per Maximum Likelihood geschätzt – mit Likelihood-Quotienten-Konfidenzgrenzen, wenn die Daten links- oder intervallzensierte Zeilen enthalten, und mit Chi-Quadrat-Grenzen (zeitbegrenzt), wenn sie nur exakte und rechtszensierte Werte enthalten. Das funktioniert auch mit sehr wenigen oder gar keinen Ausfällen; ohne Ausfälle gibt das Werkzeug zusätzlich die klassische Weibayes-Schätzung aus, die annimmt, dass ein Ausfall unmittelbar bevorsteht. Die Felder Confidence interval und Zuverlässigkeitszeitpunkte werden nur in diesem Fall verwendet; das Confidence level wird in beiden Fällen verwendet.

Eingabefelder & Optionen

Feld

Beschreibung

Start column

Erforderlich. Letzter bekannter Zeitpunkt ohne Ausfall oder der exakte Ausfallzeitpunkt. Lassen Sie Start in einer Zeile leer, um sie als linkszensiert zu kennzeichnen.

End column

Erforderlich. Erster bekannter Zeitpunkt mit Ausfall oder der exakte Ausfallzeitpunkt. Lassen Sie End in einer Zeile leer, um sie als rechtszensiert zu kennzeichnen. Start = End bedeutet einen exakten Ausfall; Start < End bedeutet intervallzensiert. Muss sich von der Start column unterscheiden.

Assumed distribution

Erforderlich. Weibull, Lognormal, Exponential, Normal, Logistic oder Loglogistic.

Known shape (Weibayes)

Wird bei Weibull angezeigt. Optional: legt den Weibull-Formparameter auf diesen Wert fest und schätzt nur den Skalenparameter. Leer lassen, um beide zu schätzen.

Confidence level

Standard 95; 50 bis 99.99. Legt die Konfidenzintervalle der Parameter und die Grenzen im Wahrscheinlichkeitsnetz fest sowie die Weibayes-Grenzen, wenn ein bekannter Formparameter eingegeben ist.

Confidence interval

Nur Weibayes. Lower bound (Standard), Two-sided oder Upper bound.

Estimate reliability at times

Nur Weibayes. Optional, durch Leerzeichen getrennte Zeitpunkte, z. B. 500 1000, zu denen die Zuverlässigkeit mit ihrer Grenze ausgegeben wird.

parametric-distribution-analysis-arbitrary-censoring-inputs


Abbildung 1 – Options für das Beispiel: Inspektionsdaten in den Spalten Start und End, Weibull-Verteilung mit geschätztem Formparameter.

Beschreibung der Ausgabe

  • Zensierungstabelle – Anzahl der nicht zensierten, linkszensierten, intervallzensierten und rechtszensierten Werte sowie das Schätzverfahren.
  • Parameterschätzungen – jeder Parameter mit Schätzwert, Standardfehler und Konfidenzgrenzen beim gewählten Niveau (bei Weibayes: der bekannte Formparameter und der Skalenparameter mit seiner Grenze).
  • Anpassungsgüte – Log-Likelihood und Anderson-Darling, wenn mindestens zwei exakte Ausfälle vorliegen.
  • Kennwerte – Mean, Standard deviation, Median, First quartile (Q1), Third quartile (Q3) und Interquartile range (IQR).
  • Perzentile – der Zeitpunkt, bis zu dem 1 %, 2 %, ..., 10 %, 20 %, ..., 90 %, 91 %, ..., 99 % der Einheiten ausfallen.
  • Zuverlässigkeit – nur Weibayes, zu den eingegebenen Zeitpunkten.
  • Wahrscheinlichkeitsnetz – die Turnbull-Schätzungen, die angepasste Linie und ihre Konfidenzgrenzen (gepunktet).
  • PDF-Export über Download.

parametric-distribution-analysis-arbitrary-censoring-output


Abbildung 2 – Weibull-Anpassung an 50 Wicklungen, die alle 10 Stunden geprüft werden: Skala 73.3 h, Form 2.17, Median 61.9 h, mit Wahrscheinlichkeitsnetz und 95-%-Grenzen (die Perzentiltabelle ist nicht abgebildet).

Beispiel

Wicklungen von Turbinentriebwerken werden bei 80 °C geprüft, aber nur bei Inspektionen alle 10 Stunden ab 30 Stunden kontrolliert. Dieses Beispiel verwendet die so erfassten 50 Wicklungen aus den Beispielen zur Rechtszensierung: 4 werden bei der ersten Inspektion ausgefallen vorgefunden (linkszensiert, End = 30), 33 bei einer späteren Inspektion (intervallzensiert, zum Beispiel Start = 50, End = 60), und 13 werden vor dem Ausfall entnommen (rechtszensiert, End leer). Der Ingenieur wählt Start und End als Start- und End-Spalte und Assumed distribution = Weibull und lässt Known shape leer.

Die angepasste Weibull-Verteilung hat den Skalenparameter Alpha = 73.26 Stunden (95-%-KI 63.15 bis 84.99) und den Formparameter Beta = 2.173 (95-%-KI 1.637 bis 2.883) – dieselben Werte, die Minitab für diese Daten liefert. Da das gesamte Intervall des Formparameters über 1 liegt, steigt die Ausfallrate mit dem Alter: Verschleiß. Die mittlere Lebensdauer beträgt 64.88 Stunden, der Median 61.89 Stunden und die Quartile 41.29 und 85.15 Stunden. Laut Perzentiltabelle fallen voraussichtlich 10 % der Wicklungen bis 26.0 Stunden (B10-Lebensdauer) und 90 % bis 107.5 Stunden aus. Diese Werte liegen nahe an der Anpassung mit exakten Ausfallzeiten (Skala 73.34 Stunden, Form 2.318); die 10-Stunden-Inspektionen kosten hier also wenig Genauigkeit. Bei Confidence level 90 verengen sich die Intervalle auf 64.67 bis 82.99 Stunden für den Skalenparameter und 1.714 bis 2.755 für den Formparameter.

Die Log-Likelihood beträgt −99.01. Lognormal (−95.93) und Loglogistic (−95.51) ergeben bei gleicher Parameteranzahl höhere Log-Likelihoods und passen daher etwas besser zu diesen gruppierten Daten; ihre Mediane liegen bei 59.6 und 58.5 Stunden, ihre B10-Lebensdauern bei 31.1 und 30.4 Stunden gegenüber 26.0 Stunden bei Weibull. Weibull liefert den vorsichtigeren Wert für die frühe Lebensphase; prüfen Sie daher die unteren Perzentile mit mehr als einer Verteilung, bevor Sie sich auf einen Garantiewert festlegen. Mit Known shape (Weibayes) = 2 beträgt der Skalenparameter 73.37 Stunden mit einer unteren 95-%-Grenze von 64.45 Stunden, und die Eingabe von 40 unter Estimate reliability at times ergibt eine Zuverlässigkeit von 0.743 bei 40 Stunden mit einer unteren 95-%-Grenze von 0.680.

Häufig gestellte Fragen

Was ist die parametrische Verteilungsanalyse mit beliebiger Zensierung?

Sie passt eine Lebensdauerverteilung an Ausfalldaten an, deren genaue Ausfallzeiten oft unbekannt sind, und kombiniert dabei intervallzensierte Einheiten, die bei einer Inspektion ausgefallen vorgefunden werden, linkszensierte Einheiten, die bei der ersten Prüfung bereits ausgefallen sind, rechtszensierte Einheiten, die bei der letzten Beobachtung noch funktionieren, und etwaige exakte Ausfälle. Sie gibt die Parameter, Mittelwert, Median, Quartile und eine vollständige Perzentiltabelle aus.

Wie ermittelt man die B10-Lebensdauer aus einer parametrischen Verteilungsanalyse?

Das p-te Perzentil ist der Zeitpunkt, bis zu dem voraussichtlich p % der Einheiten ausfallen; das 10. Perzentil in der Perzentiltabelle ist also die B10-Lebensdauer. Da sich frühe Perzentile zwischen Verteilungen unterscheiden können, prüfen Sie die unteren Perzentile mit mehr als einer Verteilung, bevor Sie sich auf einen Garantiewert festlegen.

Wie wählt man zwischen Verteilungen für beliebig zensierte Daten?

Vergleichen Sie die Log-Likelihood in der Tabelle zur Anpassungsgüte zwischen Verteilungen mit gleicher Parameteranzahl; ein höherer Wert zeigt eine bessere Anpassung an. Die Anderson-Darling-Statistik wird nur ergänzt, wenn mindestens zwei exakte Ausfälle vorliegen. Das Wahrscheinlichkeitsnetz zeigt außerdem die Turnbull-Schätzungen im Vergleich zur angepassten Linie.

Was ist eine Weibayes-Analyse?

Bei einer Weibull-Verteilung legt die Eingabe eines bekannten Formparameters diesen aus Vorwissen fest, und nur der Skalenparameter wird per Maximum Likelihood geschätzt, mit Konfidenzgrenzen und optional der Zuverlässigkeit zu gewählten Zeitpunkten. Das funktioniert auch mit sehr wenigen oder gar keinen Ausfällen; ohne Ausfälle wird zusätzlich die klassische Weibayes-Schätzung ausgegeben, die annimmt, dass ein Ausfall unmittelbar bevorsteht.