分布概要プロット(任意打ち切り)

StartとEndの列を入力して各行を正確な値または打ち切りとして示し、Weibull、Lognormal、Exponential、Normal、Logistic、Loglogisticから分布を選びます。ツールは最尤法で当てはめ、標準誤差付きのパラメーター推定値と平均寿命を報告し、Turnbull点と信頼限界付きの確率プロットに加えて、密度、生存、ハザードの各曲線を描きます。当てはまりの確認に使用します。

最終レビュー

重要なポイント

分布概要プロット(任意打ち切り)は、正確な値、右側・左側・区間打ち切りのユニットを含むデータに1つの寿命分布を当てはめ、確率プロット、密度関数、生存関数、ハザード関数をまとめて表示します。

このページの内容
  1. 目的
  2. 主な機能
  3. 統計手法
  4. 入力項目とオプション
  5. 出力の説明
  6. 計算例

目的

分布概要プロット(任意打ち切り)は、正確な故障時間が必ずしもわからない故障データに1つの寿命分布を当てはめ、当てはまりを1ページで4通りに示します。確率プロット、確率密度関数、生存関数、ハザード関数です。点検記録のように次の点検で初めて故障が見つかる場合など、データには正確な故障と、右側打ち切り、左側打ち切り、区間打ち切りのユニットが混在していてもかまいません。選んだ分布の確認と、経過時間に伴う故障率の変化の把握に使用します。

主な機能

  • データはStart列とEnd列として入力します。空白のセルと入力済みのセルのパターンによって、各行の打ち切りの種類が決まります。
  • 同じデータセットに、正確な値、右側打ち切り、左側打ち切り、区間打ち切りの行を含められます。
  • 6つの分布:Weibull、Lognormal、Exponential、Normal、Logistic、Loglogistic。
  • 標準誤差付きの最尤推定によるパラメーター推定値と、平均寿命。
  • 信頼限界付きの確率プロットと、当てはめた分布の密度、生存、ハザードの各曲線。

統計手法

各行は、StartとEndの値から次のように解釈されます。Start = Endは正確な故障、Start < Endは2つの時刻の間の区間打ち切りの故障、Endが空白はStartでの右側打ち切り、Startが空白はEndでの左側打ち切りです。すべての行に少なくとも1つの値が必要で、StartがEndより大きくてはいけません。

選んだ分布は最尤法で当てはめます。正確な故障は密度 f(t)、右側打ち切りのユニットは 1 − F(Start)、左側打ち切りのユニットは F(End)、区間打ち切りのユニットは F(End) − F(Start) を尤度に寄与します。標準誤差は、推定値における対数尤度のヘッセ行列の逆行列から求めます。Weibullは尺度Alpha(63.2%が故障するまでの時間)と形状Betaで、NormalとLogisticはMuとSigmaで、LognormalはMuとln(時間)のSigmaで、Loglogisticは尺度Alphaと形状Betaで、Exponentialは故障率Lambdaで報告します。平均は、当てはめた分布の平均寿命です。

確率プロットは、Turnbull法による故障の累積確率のノンパラメトリック推定値を示します。この方法は、各区間打ち切りの故障を、それが起こり得た時刻に分散させます。軸は選んだ分布が直線になるように設定され、当てはめた直線は赤で示されます。ほかのパネルには、密度 f(t)、生存関数 S(t) = 1 − F(t)、ハザード関数 h(t) = f(t) / S(t) を示します。ハザードが上昇していれば摩耗故障、一定であれば偶発故障、低下していれば初期故障を意味します。確率プロットには、Confidence levelでの両側信頼限界(点線)も表示されます。これはMinitabの描き方と同じで、当てはめた分布のパーセンタイル t_p の信頼区間をヘッセ行列の逆行列からデルタ法で求めたものです。Weibull、Lognormal、Exponential、Loglogisticでは ln(t_p) について、NormalとLogisticでは t_p について構成します。

入力項目とオプション

項目

説明

Start column

必須。最後に正常と確認された時刻、または正確な故障時刻。行のStartを空白にすると、その行は左側打ち切りになります。

End column

必須。最初に故障と確認された時刻、または正確な故障時刻。行のEndを空白にすると、その行は右側打ち切りになります。Start = Endは正確な故障、Start < Endは区間打ち切りを意味します。Startとは別の列である必要があります。

Assumed distribution

Weibull(既定)、Lognormal、Exponential、Normal、Logistic、Loglogistic。

Confidence level (%)

既定は95で、50〜99.99。確率プロットの信頼限界を設定します。

distribution-overview-plot-arbitrary-censoring-inputs


図1 — この例のオプション:StartとEndの列に入力した点検データ、Weibull分布。

出力の説明

  • Parameter estimates — 当てはめた分布のParameter、Estimate、Standard Error。
  • Characteristics — 当てはめた分布の平均寿命。
  • Distribution Overview Plot for Start-End — 4つのパネル:Probability Plot(信頼限界付き)、Probability Density Function、Survival Function、Hazard Function。
  • DownloadによるPDF出力。

distribution-overview-plot-arbitrary-censoring-output


図2 — 10時間ごとに点検した50個の巻線のWeibull概要:Alpha 73.3 h、Beta 2.17、平均64.9 h、ハザードは着実に上昇。

計算例

この例では、Distribution Overview Plot (Right Censoring)のページにある、80 °Cで試験したタービンエンジンの巻線50個のデータを使用します。巻線が30時間以降、10時間ごとにしか点検されなかった場合の記録として扱います。最初の点検で故障が見つかった4個は左側打ち切り(Startは空白、End = 30)、その後の点検で故障が見つかった33個は区間打ち切り(例:Start = 50、End = 60)、故障前に取り外された13個は取り外した時刻での右側打ち切り(Endは空白)です。技術者は、Start columnとEnd columnとしてStartとEndを選択し、Assumed distribution = Weibullのままにします。

当てはめたWeibullは、尺度Alpha = 73.26時間(標準誤差5.55)、形状Beta = 2.173(標準誤差0.314)、平均寿命64.88時間です。これらは正確な故障時間から得た値(Alpha 73.34時間、Beta 2.318)に近く、10時間間隔の点検では、標準誤差がやや大きくなるものの、情報の損失はこの場合ほとんどありません。Survival Functionは、20時間で0.94、40時間で0.76、80時間で0.30となり、メディアン寿命は61.9時間です。確率プロットの95%信頼限界は、10パーセンタイル(推定値26.0時間)で18.8〜36.0時間、メディアンで53.0〜72.3時間となり、正確な時間から求めた場合よりやや広くなります。

確率プロットには、Turnbull推定が故障を配置する30、40、50、60、79時間の5つの点があり、30時間の点が当てはめ線のやや下にある以外は、当てはめたWeibull直線に沿っています。Betaが1より大きいため、Hazard Functionは経過時間とともに上昇し、20時間での1時間当たり約0.0065件の故障から、80時間での約0.033件へ増加します。つまり巻線は摩耗故障します。保全チームにとっては、曲線が急になる前の計画的な交換を裏付ける結果です。Assumed distribution = Lognormalにすると、平均寿命は67.82時間で、ハザードは上昇せず、80時間以降は1時間当たり約0.03で横ばいになります。そのため、長い時間での予測では、分布の選択が最も大きく影響します。

よくある質問

分布概要プロットの4つのパネルは何を示しますか?

確率プロットは、故障の累積確率のTurnbull推定値を、当てはめた直線および信頼限界とともに示し、当てはまりの判断に使います。ほかの3つのパネルは、当てはめた分布の確率密度関数 f(t)、生存関数 S(t) = 1 − F(t)、ハザード関数 h(t) = f(t) / S(t) を示します。

ハザード関数はどのように解釈しますか?

ハザードが上昇していれば摩耗故障、一定であれば偶発故障、低下していれば初期故障を意味します。巻線の例ではWeibullの形状Betaが2.173で1より大きいため、ハザードは20時間での1時間当たり約0.0065件の故障から、80時間での約0.033件へ上昇し、曲線が急になる前の計画的な交換を裏付けています。

点検間隔のデータでは、どの程度の情報が失われますか?

計算例では、10時間ごとに点検した50個の巻線から、WeibullのAlphaが73.26時間、Betaが2.173となり、正確な故障時間から得たAlpha 73.34時間、Beta 2.318に近い値でした。10時間間隔の点検では、標準誤差と信頼限界がやや大きくなるものの、情報の損失はほとんどありませんでした。

分布のパラメーターは何を意味しますか?

Weibullは、63.2%のユニットが故障するまでの時間である尺度Alphaと、形状Betaで報告します。NormalとLogisticはMuとSigma、LognormalはMuとln(時間)のSigma、Loglogisticは尺度Alphaと形状Beta、Exponentialは故障率Lambdaを使います。各推定値には標準誤差があり、平均寿命も報告されます。