Parametrische Verteilungsanalyse (Rechtszensierung)

Die parametrische Verteilungsanalyse passt eine theoretische statistische Verteilung — etwa Weibull-, Lognormal- oder Exponentialverteilung — an Ausfallzeitdaten an, die rechtszensierte Beobachtungen enthalten. Rechtszensierte Einheiten sind Einheiten, die zum Zeitpunkt der Datenerhebung noch nicht ausgefallen sind.

Zuletzt geprüft

Kernaussage

Die parametrische Verteilungsanalyse passt eine theoretische Verteilung, etwa Weibull-, Lognormal- oder Exponentialverteilung, an Ausfallzeitdaten an, die rechtszensierte Beobachtungen enthalten.

Auf dieser Seite
  1. Was ist die parametrische Verteilungsanalyse (Rechtszensierung)?
  2. Wann wird die parametrische Verteilungsanalyse (Rechtszensierung) eingesetzt?
  3. Hinweise zur richtigen Anwendung der parametrischen Verteilungsanalyse (Rechtszensierung)
  4. Alternativen: Wann Sie die parametrische Verteilungsanalyse (Rechtszensierung) nicht verwenden sollten
  5. Beispiel für die parametrische Verteilungsanalyse (Rechtszensierung)
  6. Anleitung: Parametrische Verteilungsanalyse (Rechtszensierung) durchführen

Was ist die parametrische Verteilungsanalyse (Rechtszensierung)?

Die parametrische Verteilungsanalyse passt eine theoretische statistische Verteilung — etwa Weibull-, Lognormal- oder Exponentialverteilung — an Ausfallzeitdaten an, die rechtszensierte Beobachtungen enthalten. Rechtszensierte Einheiten sind Einheiten, die zum Zeitpunkt der Datenerhebung noch nicht ausgefallen sind. Die korrekte Berücksichtigung dieser Überlebenden liefert unverzerrte Schätzungen von Zuverlässigkeitskenngrößen wie MTTF, B10-Lebensdauer, Ausfallrate und Überlebenswahrscheinlichkeit.

Einfache Definition: Ein statistisches Werkzeug, das ein Ausfallzeitmodell an Ihre Daten anpasst, auch wenn viele Einheiten noch laufen und noch nicht ausgefallen sind, und so genaue, unverzerrte Schätzungen liefert, wie lange Ihr Produkt hält.

Wann wird die parametrische Verteilungsanalyse (Rechtszensierung) eingesetzt?

  • Wenn die Ausfallzeitdaten aus Lebensdauerprüfungen oder Felddaten sowohl ausgefallene Einheiten als auch Überlebende (rechtszensierte Beobachtungen) enthalten.
  • Zur Schätzung von MTTF, B-Lebensdauer-Perzentilen, Ausfallrate und Zuverlässigkeit zu bestimmten Zeitpunkten.
  • Zur Bestimmung der am besten passenden Ausfallzeitverteilung ; ist die richtige Verteilung unbekannt, verwenden Sie zuerst Individual Distribution Identification.

Hinweise zur richtigen Anwendung der parametrischen Verteilungsanalyse (Rechtszensierung)

  • Kennzeichnen Sie rechtszensierte Beobachtungen immer ausdrücklich ; werden überlebende Einheiten als Ausfälle behandelt, wird die Zuverlässigkeit stark unterschätzt.
  • Prüfen Sie mit Wahrscheinlichkeitsnetzen und Kennzahlen zur Anpassungsgüte , ob die gewählte Verteilung gut zu den Daten passt, bevor Sie Schätzwerte interpretieren.
  • Stellen Sie sicher, dass die Prüfbedingungen den tatsächlichen Einsatzbedingungen entsprechen ; wurde eine beschleunigte Prüfung durchgeführt, wenden Sie den passenden Beschleunigungsfaktor an.

Alternativen: Wann Sie die parametrische Verteilungsanalyse (Rechtszensierung) nicht verwenden sollten

  • Ist das System reparierbar und fällt mehrfach aus, verwenden Sie die parametrische Wachstumskurve
  • Lässt sich keine Verteilungsannahme begründen, verwenden Sie die nichtparametrische Verteilungsanalyse
  • Sind alle Einheiten ohne Zensierung ausgefallen, genügt die übliche Verteilungsanpassung ohne Zensierung , die zudem einfacher ist.

Beispiel für die parametrische Verteilungsanalyse (Rechtszensierung)

Ein Zuverlässigkeitsingenieur untersucht die Ausfallraten von Motorwicklungen in Turbinenbaugruppen, um die Zeitpunkte zu bestimmen, zu denen die Wicklungen ausfallen. Bei erhöhten Temperaturen können die Wicklungen schneller altern. Er erfasst die Ausfallzeiten der Motorwicklungen sowohl bei 80°C als auch bei 100°C; einige Einheiten müssen jedoch vor ihrem Ausfall aus dem Test genommen werden, sodass rechtszensierte Daten entstehen. Die Schritte:

  1. Die erforderlichen Daten wurden erhoben.
Parametric Distribution Analysis- (Right Censoring) — figure 1

2. Analysieren Sie die Daten nun in Zometric Statistical Software unter https://statsai.zometric.com/.

3. Die parametrische Verteilungsanalyse (Rechtszensierung) finden Sie unter Statistical module> Reliability>Parametric Distribution Analysis- (Right Censoring).

4. Geben Sie im Werkzeug die Daten zusammen mit den weiteren Eingaben wie folgt ein:

Parametric Distribution Analysis- (Right Censoring) — figure 2

5. Nach Ausführung des oben genannten Werkzeugs erhalten Sie folgende Ausgabe:

Parametric Distribution Analysis- (Right Censoring) — figure 3Parametric Distribution Analysis- (Right Censoring) — figure 4Parametric Distribution Analysis- (Right Censoring) — figure 5

Anleitung: Parametrische Verteilungsanalyse (Rechtszensierung) durchführen

So gehen Sie vor:

  1. Melden Sie sich bei Zometric Statistical Software an unter https://statsai.zometric.com/
  2. Wählen Sie auf der Startseite Statistical Tool> Reliability>Parametric Distribution Analysis- (Right Censoring).
  3. Geben Sie die Daten anschließend manuell ein, oder kopieren Sie die Daten vollständig (Strg+C) aus einer Excel-Tabelle und fügen Sie sie ein (Strg+V). Alternativ gibt es die Option Load Example, mit der Beispieldaten geladen werden.
  4. Füllen Sie anschließend die erforderlichen Optionen aus.
  5. Klicken Sie abschließend unten auf der Seite auf calculate, um die gewünschten Ergebnisse zu erhalten.

Das Dashboard von Parametric Distribution Analysis- (Right Censoring) ist in zwei Bereiche unterteilt.

Parametric Distribution Analysis- (Right Censoring) — figure 6

Im linken Bereich befindet sich der Datenbereich (Data Pane). Im Data Pane bildet jede Zeile eine Teilgruppe. Die Daten können manuell eingegeben oder vollständig aus einer Excel-Tabelle kopiert (Strg+C) und hier eingefügt (Strg+V) werden.

Load example: Es werden Beispieldaten geladen.

Im rechten Bereich stehen zahlreiche Optionen zur Verfügung:

  • Variable: Wählen Sie die Spalte mit den Ausfall- bzw. Überlebenszeiten jeder Einheit im Datensatz: die tatsächlich beobachtete Zeit, zu der eine Einheit ausgefallen ist, bzw. die Zeit, zu der die Beobachtung für noch nicht ausgefallene Einheiten endete.
  • Use Censoring Column: Wählen Sie die Spalte, die den Zensierungsstatus jeder Beobachtung angibt. Eine übliche Kodierung ist 1 = ausgefallen (genaue Ausfallzeit bekannt) und 0 = zensiert (Einheit läuft am Beobachtungsende noch). Diese Spalte ist unverzichtbar, um ausgefallene Einheiten korrekt von Überlebenden zu unterscheiden; ohne sie würden alle Beobachtungen fälschlich als Ausfälle behandelt.
  • Assumed Distribution: Wählen Sie die theoretische Ausfallzeitverteilung, die an die Daten angepasst werden soll. Weibull ist der Standard und in der Zuverlässigkeitsanalyse am weitesten verbreitet. Die Wahl sollte sich auf ingenieurtechnisches Wissen, historische Daten oder das Ergebnis einer Individual-Distribution-Identification-Analyse stützen. Die angepasste Verteilung bestimmt alle nachgelagerten Zuverlässigkeitsschätzungen, einschließlich MTTF, B-Lebensdauer und Überlebenswahrscheinlichkeit.

Häufig gestellte Fragen

Was ist die parametrische Verteilungsanalyse mit Rechtszensierung?

Sie passt eine theoretische Verteilung, etwa Weibull-, Lognormal- oder Exponentialverteilung, an Ausfallzeitdaten an, die rechtszensierte Beobachtungen enthalten, also Einheiten, die bei der Datenerhebung noch nicht ausgefallen waren. Die korrekte Berücksichtigung dieser Überlebenden liefert unverzerrte Schätzungen von Zuverlässigkeitskenngrößen wie MTTF, B10-Lebensdauer, Ausfallrate und Überlebenswahrscheinlichkeit.

Warum müssen rechtszensierte Beobachtungen gekennzeichnet werden?

Werden überlebende Einheiten als Ausfälle behandelt, wird die Zuverlässigkeit stark unterschätzt. Eine Zensierungsspalte, üblicherweise mit 1 für ausgefallen und 0 für zensiert kodiert, unterscheidet ausgefallene Einheiten von Überlebenden; ohne sie würden alle Beobachtungen fälschlich als Ausfälle behandelt.

Wie wählt man die Verteilung für rechtszensierte Lebensdauerdaten?

Weibull ist der Standard und in der Zuverlässigkeitsanalyse am weitesten verbreitet, die Wahl sollte sich aber auf ingenieurtechnisches Wissen, historische Daten oder Individual Distribution Identification stützen. Prüfen Sie die Anpassung mit Wahrscheinlichkeitsnetzen und Kennzahlen zur Anpassungsgüte, bevor Sie Schätzwerte interpretieren, denn die angepasste Verteilung bestimmt MTTF, B-Lebensdauer und Überlebenswahrscheinlichkeit.

Wann sollte man die parametrische Verteilungsanalyse nicht verwenden?

Ist das System reparierbar und fällt mehrfach aus, verwenden Sie die parametrische Wachstumskurve. Lässt sich keine Verteilungsannahme begründen, verwenden Sie die nichtparametrische Verteilungsanalyse. Sind alle Einheiten ohne Zensierung ausgefallen, genügt die übliche Verteilungsanpassung ohne Zensierung. Bei beschleunigten Prüfungen wenden Sie den passenden Beschleunigungsfaktor an.