분포 개관 그림(우측 중도절단)(Distribution Overview Plot)
중도절단 열과 함께 고장 시간을 입력하고 Weibull, 로그정규, 지수, 정규, 로지스틱 또는 로그 로지스틱 분포 중 하나를 선택합니다. 이 도구는 최대우도법으로 분포를 적합시켜 모수와 표준오차, 평균 수명을 제시하고, 적합선과 신뢰 한계에 대한 Nelson-Aalen 점의 확률도와 함께 밀도, 생존, 위험 곡선을 그립니다. 적합도와 고장률 추세를 확인하는 데 사용합니다.
최종 검토
핵심 요점
분포 개관 그림(우측 중도절단)은 우측 중도절단된 개체를 포함한 고장 시간에 선택한 수명 분포 하나를 적합시키고, 확률도, 밀도함수, 생존함수, 위험함수를 한 페이지에 보여 줍니다.
목적
분포 개관 그림(우측 중도절단)은 제거되었거나 아직 작동 중인(우측 중도절단) 개체를 포함한 고장 시간 데이터에 사용자가 선택한 수명 분포 하나를 적합시키고, 이를 확률도, 확률밀도함수, 생존함수, 위험함수의 네 가지 방식으로 한 페이지에 보여 줍니다. 더 상세한 모수적 분포 분석(Parametric Distribution Analysis)에 앞서, 선택한 분포가 얼마나 잘 적합하는지 확인하고 사용 시간에 따라 고장률이 어떻게 변하는지 한눈에 파악하는 데 사용합니다.
주요 기능
- 여섯 가지 분포: Weibull, 로그정규, 지수, 정규, 로지스틱, 로그 로지스틱.
- 중도절단 열과 중도절단 값을 통해 우측 중도절단 데이터를 처리합니다.
- 표준오차를 포함한 최대우도 모수 추정값과 평균 수명.
- 적합도를 판단하기 위한, 적합선과 그 신뢰 한계에 대한 고장점의 확률도.
- 적합된 분포의 밀도, 생존, 위험 곡선.
통계적 방법
중도절단 열에서 중도절단 값과 같은 행은 우측 중도절단이고, 그 밖의 모든 행은 고장입니다. 선택한 분포는 최대우도법으로 적합시키며, 이때 고장은 밀도 f(t)를, 중도절단된 개체는 생존 확률 S(t)를 기여합니다. 표준오차는 추정값에서의 로그 우도 헤시안 행렬의 역행렬로 구합니다. Weibull 분포는 척도 모수 Alpha(63.2%가 고장 나는 시간)와 형상 모수 Beta로, 정규 및 로지스틱 분포는 위치 모수 Mu와 척도 모수 Sigma로, 로그정규 분포는 ln(시간)의 Mu와 Sigma로, 로그 로지스틱 분포는 척도 모수 Alpha와 형상 모수 Beta로, 지수 분포는 고장률 Lambda로 보고합니다. 평균은 적합된 분포의 평균 수명입니다.
확률도는 고장 시간을 누적 고장 확률의 비모수 추정값(중도절단된 개체를 반영하는 Nelson-Aalen 방법)에 대해 나타내며, 선택한 분포가 직선으로 그려지도록 변환한 축을 사용합니다. 시간 축은 Weibull, 로그정규, 로그 로지스틱에서는 로그 척도입니다. 빨간 선이 적합된 분포입니다. 점이 선에 가까우면 적합이 좋다는 뜻이며, 점이 체계적으로 휘어 있으면 이 데이터에 대해 그 분포가 맞지 않는다는 뜻입니다. 확률도에는 Minitab이 그리는 방식대로 Confidence level의 양측 신뢰 한계(점선)도 표시됩니다. 이는 적합된 분포의 백분위수 t_p에 대한 신뢰구간으로, 역 헤시안 행렬에 대한 델타 방법으로 구하며, Weibull, 로그정규, 지수, 로그 로지스틱에서는 ln(t_p)에 대해, 정규와 로지스틱에서는 t_p에 대해 구성합니다.
나머지 세 패널은 적합된 분포를 보여 줍니다. 밀도 f(t), 생존함수 S(t) = 1 − F(t)(개체가 시간 t를 넘어 지속될 확률), 위험함수 h(t) = f(t) / S(t)(t까지 생존한 개체의 고장률)입니다. 위험이 증가하면 마모, 일정하면 무작위 고장, 감소하면 초기 고장을 의미합니다. Weibull에서는 형상 모수 Beta가 1보다 크면 위험이 증가합니다.
입력 항목 및 옵션
항목 | 설명 |
Variable | 필수입니다. 고장까지의 시간, 또는 제거되었거나 아직 작동 중인 개체의 중도절단까지의 시간입니다. |
Use censoring column | 필수입니다. 중도절단 값과 같은 행은 우측 중도절단이고, 그 밖의 모든 행은 고장입니다. 모든 행에 값이 있어야 합니다. |
Censoring value | 중도절단 열에서 중도절단된 개체를 나타내는 값입니다. 기본값은 0이며, 따라서 1 = 고장입니다. |
Assumed distribution | Weibull(기본값), 로그정규, 지수, 정규, 로지스틱 또는 로그 로지스틱입니다. |
Confidence level (%) | 기본값은 95이며, 50~99.99입니다. 확률도의 신뢰 한계를 설정합니다. |

그림 1 — 예제의 옵션: 80 °C에서의 권선 시험 시간(Temp80), 중도절단 값이 0인 중도절단 열 Cens80, Weibull 분포.
출력 설명
- Parameter estimates — 적합된 분포의 Parameter, Estimate, Standard Error입니다.
- Characteristics — 적합된 분포의 평균 수명입니다.
- Distribution Overview Plot — 네 개의 패널: Probability Plot(신뢰 한계 포함), Probability Density Function, Survival Function, Hazard Function.
- Download를 통한 PDF 내보내기.

그림 2 — 권선 시험 시간 50개의 Weibull 개관: Alpha 73.3시간, Beta 2.32, 평균 65.0시간이며, 위험이 사용 시간에 따라 꾸준히 증가합니다.
계산 예제
한 신뢰성 엔지니어가 터빈 엔진 권선 50개를 80 °C에서 시험합니다. 37개는 고장 나고 13개는 고장 나기 전에 제거됩니다. Distribution ID Plot에서 Weibull이 다른 어떤 분포 못지않게 잘 적합하는 것으로 나타났으므로, 엔지니어는 Variable = Temp80, Use censoring column = Cens80, Censoring value = 0, Assumed distribution = Weibull로 설정합니다.
적합된 Weibull은 척도 모수 Alpha = 73.34시간(표준오차 5.20), 형상 모수 Beta = 2.318(표준오차 0.313)이며, 평균 수명은 64.98시간입니다. Beta가 1보다 훨씬 크므로 Hazard Function은 사용 시간에 따라 꾸준히 증가하여, 20시간에서 시간당 약 0.006 고장이던 것이 80시간에서는 약 0.035가 됩니다. 즉 권선이 마모됩니다. Survival Function은 20시간에서 0.95, 40시간에서 0.78, 80시간에서 0.30이며, 중앙 수명은 62.6시간입니다. 확률도에서 95% 한계는 10번째 백분위수(추정값 27.8시간)에 대해 20.8~37.1시간, 중앙값에 대해 54.2~72.4시간입니다.
Probability Plot에서 점은 낮은 쪽 끝에서는 선을 따르지만 약 50~70시간 사이에서는 선 위에 있으므로, 엔지니어는 극단적인 백분위수를 신중하게 다루고 다른 분포와 비교해야 합니다. Assumed distribution = Normal로 하면 적합 결과는 Mu = 63.55시간, Sigma = 27.55시간입니다. 정비 측면에서는, 위험이 증가하므로 권선을 고장 날 때까지 사용하기보다 곡선의 가파른 구간에 도달하기 전에 일정에 따라 교체하는 것이 타당합니다.
자주 묻는 질문
분포 개관 그림에서 생존함수란 무엇입니까?
생존함수 S(t) = 1 − F(t)는 개체가 시간 t를 넘어 지속될 확률입니다. 계산 예제에서 터빈 엔진 권선 50개에 Weibull을 적합시킨 결과 생존 확률은 20시간에서 0.95, 40시간에서 0.78, 80시간에서 0.30이었고 중앙 수명은 62.6시간이었습니다.
위험함수는 무엇을 나타냅니까?
위험함수 h(t) = f(t) / S(t)는 시간 t까지 생존한 개체의 고장률입니다. 위험이 증가하면 마모, 일정하면 무작위 고장, 감소하면 초기 고장을 의미합니다. Weibull 분포에서는 형상 모수 Beta가 1보다 크면 위험이 증가합니다.
확률도에서 적합도는 어떻게 판단합니까?
점이 적합된 빨간 선에 가까우면 적합이 좋다는 뜻이며, 점이 체계적으로 휘어 있으면 데이터에 대해 그 분포가 맞지 않는다는 뜻입니다. 그림의 점은 중도절단된 개체를 반영하는 Nelson-Aalen 추정값입니다. 예제에서는 약 50~70시간 사이에서 점이 선 위에 있었으므로, 극단적인 백분위수는 신중하게 다루고 다른 분포와 비교해야 합니다.
Weibull의 Alpha와 Beta 모수는 무엇을 의미합니까?
Alpha는 Weibull 척도 모수로 개체의 63.2%가 고장 나는 시간이고, Beta는 형상 모수입니다. 예제에서 Alpha는 73.34시간, Beta는 1보다 훨씬 큰 2.318이므로 권선이 마모됩니다. 위험이 증가하므로 고장 날 때까지 사용하기보다 일정에 따라 교체하는 것이 타당합니다.
