ノンパラメトリック分布解析(右側打ち切り)

この解析は、一部の個体が取り除かれた、またはまだ稼働中である(右側打ち切り)寿命データから、ワイブル分布、対数正規分布などの分布を仮定せずに、生存を推定します。故障時間または打ち切り時間と、打ち切りの列を入力します。Greenwood信頼限界を用いたKaplan-Meier推定を使います。出力には、Kaplan-Meier表、信頼区間付きの中央寿命、補正した平均、生存プロットが含まれます。

最終レビュー

重要なポイント

ノンパラメトリック分布解析(右側打ち切り)は、分布を仮定せずに、Kaplan-Meier法を用いて、右側打ち切りの個体を含む寿命データから、製品の生存曲線と中央寿命を直接推定します。

このページの内容
  1. 目的
  2. 主な機能
  3. 統計手法
  4. 入力フィールドとオプション
  5. 出力の説明
  6. 計算例

目的

ノンパラメトリック分布解析(右側打ち切り)は、ワイブル分布、対数正規分布などの分布を仮定せずに、寿命データから製品の生存曲線を直接推定します。観測を終了した時点で取り除かれた、またはまだ稼働中だった個体(右側打ち切り)も扱えます。当てはまりのよい分布がない場合や、分布に頼りたくない場合に、特定の年齢での生存と中央寿命を読み取るために、またパラメトリックな当てはめの確認として使用します。

主な機能

  • 観測されたすべての時点でのKaplan-Meier生存推定値を、標準誤差と信頼限界とともに算出します。
  • 各時点でのリスク集合の個体数、故障数、打ち切りフラグ。
  • 信頼区間付きの中央寿命と、平均の推定値。
  • 故障数と右側打ち切りの個体数。
  • 信頼帯付きのKaplan-Meier生存プロット。

統計手法

打ち切りの列で、打ち切り値に等しい行は右側打ち切りで、それ以外のすべての行は故障です。Kaplan-Meier推定値は、t以下のすべての故障時間 tⱼ にわたって、S(t) = Π (1 − dⱼ / rⱼ) です。ここで dⱼ は tⱼ での故障数、rⱼ は tⱼ の直前でまだリスクにさらされている個体数です。打ち切られた個体は、段差を生じさせることなく、その打ち切り時間にリスク集合から外れるため、その時間まで生存した個体として数えられ、それ以降は数えられません。曲線は故障時間でのみ下がります。

標準誤差は、S(t)にGreenwoodの和 Σ dⱼ / (rⱼ(rⱼ − dⱼ)) の平方根を掛けたものです。信頼限界にはGreenwoodの式の指数(log-log)形式を使い、0から1の間に収まります。中央値は、S(t)が0.5以下に下がる最初の時間です。その信頼区間は、下側の帯が0.5以下に下がる最初の時間から、上側の帯が0.5以下に下がる最初の時間までです(Brookmeyer-Crowley法)。曲線または帯が0.5に達しない場合、中央値またはその限界は推定できません。

Mean(corrected)は、0から観測された最大の時間までの、Kaplan-Meierの階段状の曲線の下の面積(制限付き平均)です。最初の時間まではS = 1で、その後は各推定値が次に表示される時間まで保たれます。最大の観測値が打ち切りの場合、曲線は0に達しておらず、真の平均はより大きくなるため、ツールは警告を追加します。最後の故障の後は、推定値は一定のままです。データは、その時間より後の故障について何も語らないためです。

入力フィールドとオプション

項目

説明

Variable

必須。故障までの時間、または取り除かれた、あるいはまだ稼働中の個体の打ち切りまでの時間です。

Use censoring column

必須。打ち切り値に等しい行は右側打ち切りで、それ以外のすべての行は故障です。すべての行に値が必要です。

Censoring value

打ち切りの列で、打ち切られた個体を示す値です。デフォルトは0で、1 = 故障です。

Confidence level (%)

生存と中央値の信頼限界に使います。デフォルトは95で、50〜99.99です。

nonparametric-distribution-analysis-right-censoring-inputs


図1 — 例のオプション:80 °Cでの巻線の試験時間(Temp80)、打ち切りの列Cens80、打ち切り値0。

出力の説明

  • Censoring table — 打ち切りでない(故障)値と右側打ち切りの値の数。
  • Characteristics — Mean(corrected)と、中央値の信頼限界を伴うMedian。
  • Notes — たとえば、最大の観測値が打ち切りであるために平均が過小推定されている場合や、中央値が推定できない場合など。
  • Kaplan-Meier table — Time、Number at Risk、Number of Events、Censored、Survival Probability、Standard Error、信頼限界。
  • Kaplan-Meier Survival Plot — 信頼帯付きの階段状の生存曲線。
  • DownloadによるPDFエクスポート。

nonparametric-distribution-analysis-right-censoring-output


図2 — 50個の巻線のCharacteristics、Kaplan-Meier表の冒頭、生存プロット:中央寿命55時間(95%信頼区間51〜62)。

計算例

信頼性エンジニアが、50個のタービンエンジンの巻線を80 °Cで試験します。37個が故障し、13個は故障前に取り除かれます。エンジニアは、分布を仮定せずに、ある年齢まで生存する巻線の数と、中央寿命を知りたいと考えます。Variable = Temp80、Use censoring column = Cens80、Censoring value = 0に設定し、信頼水準は95%のままにします。

中央寿命は55時間で、95%信頼区間は51〜62時間です。推定される生存確率は、50時間で0.66(95%信頼区間0.51〜0.77)、60時間で0.40(0.27〜0.53)です。表は故障のたびに下がり、たとえば51時間に4個の巻線がまとめて故障すると、0.66から0.58に下がります。最後の故障は74時間で、その後は残りのすべての巻線が取り除かれたため、曲線は0.258のままとなり、データからは、それらの巻線がいつ故障したかはわかりません。Mean(corrected)は63.7時間で、最大の観測値(105時間)が打ち切りのため過小推定されているという注記が付きます。

エンジニアにとって、モデルを仮定しない55時間の中央値が最も直接的な答えです。同じデータにワイブル分布を当てはめる(分布概要プロットまたはパラメトリック分布解析)と、50時間での生存は0.66でKaplan-Meier推定値と一致しますが、60時間では、ここでの0.40に対して0.53、中央値は62.6時間になります。この違いは、ワイブルモデルとデータが乖離する場所を示しており、どちらの中央値を報告するかは、データがモデルと一致する領域を超えてモデルを信頼するかどうかによって決まります。

よくある質問

Kaplan-Meier推定値とは何ですか?

Kaplan-Meier推定値は、ノンパラメトリックな生存曲線S(t)で、t以下のすべての故障時間にわたる(1 - d/r)の積として計算されます。ここでdはその時間での故障数、rはその直前でまだリスクにさらされている個体数です。打ち切られた個体は、段差を生じさせることなくリスク集合から外れるため、曲線は故障時間でのみ下がります。

パラメトリックな分布解析の代わりにノンパラメトリックな解析を使うのはどのような場合ですか?

当てはまりのよい分布がない場合や、分布に頼りたくない場合に、特定の年齢での生存と中央寿命を読み取るには、ノンパラメトリックなKaplan-Meier解析を使用します。ワイブルなどのモデルとデータが乖離する場所を示すため、パラメトリックな当てはめの確認としても役立ちます。

中央寿命とその信頼区間はどのように求めますか?

中央値は、生存推定値が0.5以下に下がる最初の時間です。その信頼区間は、下側の帯が0.5以下に達する最初の時間から、上側の帯が0.5以下に達する最初の時間までです(Brookmeyer-Crowley法)。曲線または帯が0.5に達しない場合、中央値またはその限界は推定できません。

Kaplan-Meierの平均が過小推定と表示されるのはなぜですか?

Mean(corrected)は、観測された最大の時間までのKaplan-Meierの階段状の曲線の下の面積です。最大の観測値が打ち切りの場合、曲線は0に達しておらず、真の平均はより大きくなるため、警告が追加されます。最後の故障の後は、データがその時間より後の故障について何も語らないため、推定値は一定のままです。