Regression mit Lebensdauerdaten (Regression with Life Data)
Regression with Life Data verknüpft die Zeit oder Zyklenzahl bis zum Ausfall mit einer oder mehreren numerischen Kovariaten, wenn einige Einheiten rechtszensiert sind. Sie passt per Maximum-Likelihood ein Weibull-Modell beschleunigter Ausfallzeit mit gemeinsamem Formparameter an. Ausgegeben werden Koeffizienten mit Z-Tests und Konfidenzintervallen, der Weibull-Formparameter, Log-Likelihood und AIC zum Modellvergleich sowie ein Überlebensdiagramm bei mittleren Kovariatenwerten.
Zuletzt geprüft
Kernaussage
Regression with Life Data passt ein Weibull-Modell beschleunigter Ausfallzeit (AFT) an, das die Lebensdauer mit numerischen Faktoren wie Last oder Temperatur verknüpft, einschließlich rechtszensierter Einheiten ohne Ausfall bei Testende.
Auf dieser Seite
Zweck
Regression with Life Data (Regression mit Lebensdauerdaten) verknüpft die Produktlebensdauer mit einem oder mehreren numerischen Faktoren wie Last, Temperatur, Spannung oder einem Konstruktionsmaß, wenn einige Einheiten bis zum Ende des Tests nicht ausgefallen sind (rechtszensiert). Sie passt ein Weibull-Lebensdauermodell an, in dem sich die charakteristische Lebensdauer mit den Faktoren ändert; so sehen Sie, wie stark jeder Faktor die Lebensdauer verkürzt oder verlängert, und können die Lebensdauer bei anderen Einstellungen vorhersagen. Verwenden Sie sie für Lebensdauertests, die bei mehreren Kombinationen von Bedingungen durchgeführt werden, statt auf den Stufen einer einzelnen Belastung.
Wichtigste Funktionen
- Weibull-Modell beschleunigter Ausfallzeit (Accelerated Failure Time, AFT) mit einer oder mehreren numerischen Kovariaten.
- Verarbeitet rechtszensierte Einheiten: Tests, die vor dem Ausfall beendet wurden.
- Koeffizienten mit Standardfehlern, Z-Tests, p-Werten und Konfidenzintervallen.
- Gemeinsamer Weibull-Formparameter mit Schätzwert und Intervall.
- Log-Likelihood und AIC zum Modellvergleich sowie ein Überlebensdiagramm bei den mittleren Kovariatenwerten.
Statistische Methoden
Das Modell nimmt an, dass die Lebensdauer einer Weibull-Verteilung mit gemeinsamem Formparameter β und einem Skalenparameter (charakteristische Lebensdauer, die Zeit, bis zu der 63.2% ausfallen) folgt, der von den Kovariaten abhängt: ln(η) = b₀ + b₁Z₁ + b₂Z₂ + .... Dies ist ein Modell beschleunigter Ausfallzeit: Eine Änderung einer Kovariate streckt oder staucht die gesamte Lebensdauerverteilung um einen Faktor. Eine Erhöhung von Zⱼ um eine Einheit multipliziert die Lebensdauer mit exp(bⱼ); ein negativer Koeffizient bedeutet also eine kürzere Lebensdauer. Bei einer Änderung um k Einheiten beträgt der Faktor exp(k · bⱼ).
Formparameter und Koeffizienten werden gemeinsam nach der Maximum-Likelihood-Methode geschätzt. Ein Ausfall geht mit der Weibull-Dichte zu seinem Zeitpunkt ein, eine zensierte Einheit mit der Weibull-Überlebenswahrscheinlichkeit exp(−(t/η)^β). Die Standardfehler ergeben sich aus der Inversen der Hesse-Matrix der negativen Log-Likelihood am Schätzwert (der beobachteten Information), numerisch berechnet. Jeder Koeffizient wird mit Z = coef / SE gegen die Standardnormalverteilung getestet, und die Konfidenzintervalle sind coef ± z·SE beim gewählten Konfidenzniveau. AIC = 2k − 2 × Log-Likelihood, wobei k die Anzahl der Parameter ist; ein niedrigerer AIC bedeutet unter Berücksichtigung der Anzahl der Terme ein besseres Modell. Vergleichen Sie also den AIC, um zu entscheiden, ob es sich lohnt, eine Kovariate beizubehalten.
Der Formparameter β beschreibt, wie sich die Ausfallrate mit dem Alter ändert: Über 1 steigt sie (Verschleiß, wie bei Ermüdung), nahe 1 ist sie konstant und unter 1 fällt sie. In der Zensierungsspalte sind Zeilen, die dem Zensierungswert entsprechen, rechtszensiert; alle anderen Zeilen sind Ausfälle. Das Überlebensdiagramm zeigt exp(−(t/η)^β) für eine Einheit, bei der jede Kovariate ihren Stichprobenmittelwert hat.
Eingabefelder & Optionen
Feld | Beschreibung |
Time variable | Pflichtfeld. Zeit oder Zyklenzahl bis zum Ausfall bzw. bis zur Zensierung bei Einheiten ohne Ausfall. |
Use censoring column | Pflichtfeld. 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 bei Testende noch laufende Einheit kennzeichnet. Standard ist 0, also 1 = Ausfall. |
Covariates (predictors) | Eine oder mehrere numerische Prädiktorspalten. Halten Sie Ctrl oder Command gedrückt, um mehrere auszuwählen. |
Confidence level (%) | Für die Intervalle der Koeffizienten und des Formparameters. Standard 95; 50 bis 99.99. |

Abbildung 1 – Optionen für das Federbeispiel: Zyklen bis zum Ausfall, Status als Zensierungsspalte (0 = überlebt), Last und Temperatur als Kovariaten.
Beschreibung der Ausgabe
- Model summary – Distribution (Weibull (AFT)), Log-Likelihood, AIC, N (Observations) und N (Events), die Anzahl der Ausfälle.
- Shape table – Shape (Weibull) mit Schätzwert, Standardfehler und Konfidenzgrenzen.
- Coefficients – Intercept und jede Kovariate mit Coef, SE Coef, Z, P und Konfidenzgrenzen.
- Regression with Life Data Survival Plot (at mean covariate values) – angepasste Überlebenswahrscheinlichkeit gegen die Zeit für eine Einheit beim Mittelwert jeder Kovariate.
- PDF-Export über Download.

Abbildung 2 – Ergebnisse zur Federermüdung: Lastkoeffizient −0.166 je kN und Temperaturkoeffizient −0.0112 je °C, Weibull-Formparameter 2.39 (95%-KI 1.77 bis 3.00), mit der Überlebenskurve bei mittlerer Last und Temperatur.
Beispiel
Ein Konstruktionsingenieur belastet 48 Fahrwerksfedern zyklisch bei vier Lasten (6, 8, 10 und 12 kN) und drei Temperaturen (25, 50 und 75 °C). Federn, die 30,000 Zyklen überstehen, werden angehalten und sind rechtszensiert; 39 der 48 fallen aus. Der Ingenieur möchte wissen, wie stark Last und Temperatur die Ermüdungslebensdauer verkürzen. Er setzt Time variable = Cycles to Failure, Use censoring column = Status mit Censoring value = 0 und wählt Load kN und Temperature C als Kovariaten.
Der Lastkoeffizient beträgt −0.166 je kN (SE 0.0313, Z = −5.32, p < 0.001): Jedes zusätzliche kN multipliziert die Lebensdauer mit exp(−0.166) = 0.85, also etwa 15% kürzer, und das 95%-Konfidenzintervall (−0.228 bis −0.105) legt diesen Faktor zwischen 0.80 und 0.90. Der Temperaturkoeffizient beträgt −0.0112 je °C (SE 0.00341, Z = −3.28, p = 0.001; 95%-KI −0.0179 bis −0.0045): Je 10 °C höherer Temperatur multipliziert sich die Lebensdauer mit 0.89, und von 25 auf 75 °C sinkt die Lebensdauer auf 57%. Beide Effekte sind signifikant. Der gemeinsame Weibull-Formparameter beträgt 2.39 (95%-KI 1.77 bis 3.00), deutlich über 1, die Ausfallrate steigt also mit der Zyklenzahl: Verschleiß, wie bei Ermüdung zu erwarten.
Nach dem angepassten Modell beträgt die charakteristische Lebensdauer bei 6 kN und 25 °C etwa 45,900 Zyklen, bei 12 kN und 75 °C dagegen nur etwa 9,670 Zyklen. Das Überlebensdiagramm zeigt eine Feder bei mittleren Prüfbedingungen (8.75 kN und 52.6 °C). Wird Temperature C aus den Kovariaten entfernt, steigt der AIC von 825.1 auf 833.3; das Modell mit Temperatur ist also besser. Für die Konstruktion hat die Last über die geprüften Bereiche die größere Wirkung, eine Feder, die heiß läuft, benötigt aber zusätzliche Reserve bei der Last.
Häufig gestellte Fragen
Wann sollten Sie die Regression mit Lebensdauerdaten verwenden?
Verwenden Sie sie, wenn die Produktlebensdauer von einem oder mehreren numerischen Faktoren wie Last, Temperatur, Spannung oder einem Konstruktionsmaß abhängt und einige Einheiten bis zum Ende des Tests nicht ausgefallen sind. Sie eignet sich für Lebensdauertests bei mehreren Kombinationen von Bedingungen statt auf den Stufen einer einzelnen Belastung und ermöglicht Lebensdauervorhersagen bei anderen Einstellungen.
Wie interpretieren Sie die Koeffizienten in einem Weibull-Modell beschleunigter Ausfallzeit?
Eine Erhöhung einer Kovariate um eine Einheit multipliziert die Lebensdauer mit exp ihres Koeffizienten; ein negativer Koeffizient bedeutet also eine kürzere Lebensdauer. Bei k Einheiten beträgt der Faktor exp(k mal Koeffizient). In einem Beispiel bedeutet ein Lastkoeffizient von -0.166 je kN, dass jedes zusätzliche kN die Lebensdauer der Feder mit 0.85 multipliziert, also etwa 15% kürzer.
Was sagt der Weibull-Formparameter bei der Regression mit Lebensdauerdaten aus?
Der gemeinsame Formparameter beschreibt, wie sich die Ausfallrate mit dem Alter ändert. Über 1 steigt die Ausfallrate, was wie bei Ermüdung auf Verschleiß hinweist; nahe 1 ist sie konstant, und unter 1 fällt sie. In einem Beispiel zur Federermüdung betrug der Formparameter 2.39 mit einem 95%-Konfidenzintervall von 1.77 bis 3.00, was Verschleiß bestätigt.
Wie gehen Sie mit zensierten Daten um und vergleichen Modelle?
Verwenden Sie eine Zensierungsspalte: Zeilen, die dem Zensierungswert entsprechen (Standard 0), sind rechtszensierte Einheiten, die bei Testende noch liefen; alle anderen Zeilen sind Ausfälle. Zensierte Einheiten gehen mit ihrer Weibull-Überlebenswahrscheinlichkeit in die Likelihood ein. Vergleichen Sie Modelle mit dem AIC; ein niedrigerer AIC bedeutet unter Berücksichtigung der Anzahl der Terme ein besseres Modell.
