비모수적 분포 분석(임의 중도절단)
이 분석은 고장이 검사 시점 사이 어딘가에서 발생했다는 것만 알려진 경우가 많은 수명 데이터로부터 생존 곡선을 추정합니다. 행은 Start 열과 End 열로 입력하며, 셀이 비어 있는지 채워져 있는지에 따라 정확한 고장, 구간 중도절단, 좌측 중도절단, 우측 중도절단이 정해집니다. Kaplan-Meier의 일반화인 Turnbull 추정을 사용합니다. 출력에는 구간별 고장 확률, 생존 확률, 중앙값이 포함된 구간, 생존 그림이 포함됩니다.
최종 검토
핵심 요점
비모수적 분포 분석(임의 중도절단)은 Turnbull 방법을 사용하여, 정확한 고장, 구간 중도절단, 좌측 중도절단, 우측 중도절단 고장이 포함된 검사 데이터로부터 분포를 가정하지 않고 생존 곡선을 추정합니다.
목적
비모수적 분포 분석(임의 중도절단)은 어떤 분포도 가정하지 않고 검사 형태의 수명 데이터로부터 제품의 생존 곡선을 추정합니다. 데이터에는 정확한 고장과 함께, 두 검사 사이에서 고장 난 것으로 확인된 단위(구간 중도절단), 첫 점검에서 이미 고장 난 단위(좌측 중도절단), 마지막으로 확인했을 때 아직 작동 중인 단위(우측 중도절단)가 섞여 있을 수 있습니다. 각 검사 연령에서의 생존 비율과 중앙 수명을 데이터에서 바로 읽거나, 모수적 적합을 확인하는 데 사용합니다.
주요 기능
- 데이터를 Start 열과 End 열로 입력합니다. 빈 셀과 채워진 셀의 패턴이 각 행의 중도절단 유형을 정합니다.
- Minitab이 계산하는 방식과 같이, 구간 중도절단 및 좌측 중도절단 데이터로 Kaplan-Meier를 일반화한 생존 곡선의 Turnbull 추정.
- 추정에서 고장이 배치되는 각 구간의 고장 확률과, 그 구간 끝에서의 생존 확률.
- 중앙 수명이 포함된 구간.
- Turnbull 추정의 생존 그림.
통계적 방법
각 행은 Start와 End 값으로 해석합니다. Start = End는 정확한 고장이고, Start < End는 Start 이후 End까지 사이 어딘가에서 발생한 고장(구간 중도절단)이며, End가 비어 있으면 Start에서 우측 중도절단, Start가 비어 있으면 End에서 좌측 중도절단입니다. 고장이 구간 안에 있다는 것만 알려진 경우에는 Kaplan-Meier 방법을 직접 사용할 수 없습니다. Turnbull 방법은 관측된 구간의 가능도를 가장 크게 하는 분포(비모수 최대 가능도 추정)를 찾습니다. 확률은 Turnbull의 최내측 구간, 즉 모든 Start 값과 End 값을 정렬했을 때 왼쪽 끝과 그다음 오른쪽 끝 사이의 간격에만 놓일 수 있습니다. 도구는 이 구간들에 동일한 확률로 시작하여, 각 단위를 자신의 구간 안에 있는 최내측 구간들에 현재 확률에 비례하여 나누어 배정하고 단위 전체에 걸쳐 평균하는 자기 일관성(EM) 단계를 확률이 더 이상 변하지 않을 때까지 반복합니다.
표에는 확률을 받는 각 최내측 구간에 대해 Lower와 Upper 한계(열린 끝은 *), 그 구간의 Probability of Failure, 그리고 1에서 누적 합계를 뺀 값인 구간 끝에서의 Survival Probability가 나열됩니다. 추정은 각 구간에 확률이 얼마나 있는지는 알려 주지만 구간 안의 어디에 있는지는 알려 주지 않으므로, 중앙값은 생존 확률이 0.5 이하로 떨어지는 구간으로 보고되며 Minitab과 마찬가지로 평균은 제공되지 않습니다. 생존 그림은 각 구간의 끝에서 하강을 그립니다.
신뢰 한계는 제공되지 않습니다. Turnbull 추정에는 Greenwood 유형의 단순한 분산 공식이 없으며, 도구는 주석으로 이를 알려 줍니다. 생존 또는 백분위수에 대한 신뢰 한계가 필요하면 Parametric Distribution Analysis (Arbitrary Censoring)로 분포를 적합시키십시오.
입력 항목 및 옵션
항목 | 설명 |
Start column | 필수. 마지막으로 알려진 정상 시간 또는 정확한 고장 시간입니다. 행의 Start를 비워 두면 좌측 중도절단으로 표시됩니다. |
End column | 필수. 처음으로 알려진 고장 시간 또는 정확한 고장 시간입니다. 행의 End를 비워 두면 우측 중도절단으로 표시됩니다. Start = End는 정확한 고장을, Start < End는 구간 중도절단을 의미합니다. Start 열과 달라야 합니다. |

그림 1 — 예제의 옵션: Start 열과 End 열에 입력한 검사 데이터.
출력 설명
- Censoring table — 비중도절단, 좌측 중도절단, 구간 중도절단, 우측 중도절단 값의 개수.
- Characteristics — Median이며, 중앙값이 포함된 구간으로 표시됩니다(예: 50과 60 사이).
- Notes — 추정이 각 구간의 고장 확률은 제공하지만 구간 안의 어디에 있는지는 제공하지 않는다는 점, 신뢰 한계를 사용할 수 없다는 점, 그리고 중앙값을 추정할 수 없는 경우.
- Turnbull table — 각 구간의 Lower, Upper, Probability of Failure, Survival Probability.
- Turnbull Survival Plot — 시간 0에서 1로 시작하는, 시간에 따른 생존 추정.
- Download를 통한 PDF 내보내기.

그림 2 — 10시간마다 점검한 권선 50개의 Turnbull 추정: 70시간까지의 검사 구간에서 고장 확률은 0.08, 0.10, 0.16, 0.26, 0.12이고, 80시간 후 생존은 0.252이며, 중앙값은 50~60시간 사이입니다.
계산 예제
터빈 엔진 권선을 80 °C에서 시험하되, 30시간부터 10시간마다 한 번씩만 점검합니다. 이 예제는 우측 중도절단 예제의 권선 50개를 그렇게 기록한 것으로, 4개는 첫 검사에서 고장 난 것으로 확인되었고(좌측 중도절단, End = 30), 33개는 이후 검사에서 고장 난 것으로 확인되었으며(구간 중도절단, 예: Start = 50, End = 60), 13개는 고장 나기 전에 제거되었습니다(우측 중도절단, End 비어 있음). 엔지니어는 분포를 가정하지 않고 각 검사 연령까지의 생존 비율을 알고자 하며, Start와 End를 Start 열과 End 열로 선택합니다.
고장 확률은 30시간 전이 0.08, 30~40시간 사이가 0.10, 40~50시간 사이가 0.16, 50~60시간 사이가 0.26, 60~70시간 사이가 0.12이므로, 추정 생존은 30시간에서 0.92, 40시간에서 0.82, 50시간에서 0.66, 60시간에서 0.40, 70시간에서 0.28입니다. 가장 큰 집단인 권선 13개는 50~60시간 사이에 고장 납니다. 70~80시간 사이에 확인된 단일 고장은 73, 77, 79시간에 제거된 권선 이후에만 발생했을 수 있으므로, 추정은 이를 79~80시간 사이에 확률 0.028로 배치하여 80시간 후 생존 0.252를 남깁니다. 마지막 행인 105 to *에는 나머지 0.252가 있습니다. 이 권선들은 모두 고장 나기 전에 제거되었으므로, 데이터는 이들이 105시간 이후에 고장 날 것이라는 것만 알려 줍니다. 중앙값은 생존이 0.5 미만으로 떨어지는 구간인 50~60시간 사이에 있습니다.
이 수치는 정확한 고장 시간으로 얻은 Kaplan-Meier 추정(50시간에서 생존 0.66, 60시간에서 0.40, 중앙값 55시간)과 가까우므로, 10시간마다 검사해도 각 구간 안에서 고장이 어디서 발생했는지를 제외하면 정보 손실이 거의 없습니다. 신뢰 한계가 있는 모형 기반 추정, 단일 중앙값, 또는 검사 시점 사이의 백분위수가 필요하면 다음 단계는 Parametric Distribution Analysis (Arbitrary Censoring)입니다.
자주 묻는 질문
Turnbull 추정량이란 무엇입니까?
Turnbull 추정량은 Kaplan-Meier 방법을 구간 중도절단 및 좌측 중도절단 데이터로 일반화한 것입니다. Turnbull의 최내측 구간에 배정된 확률이 더 이상 변하지 않을 때까지 자기 일관성(EM) 단계를 반복하여, 관측된 구간의 가능도를 가장 크게 하는 분포인 비모수 최대 가능도 추정을 찾습니다.
임의 중도절단 데이터는 어떻게 입력합니까?
Start 열과 End 열을 사용합니다. Start가 End와 같으면 정확한 고장이고, Start가 End보다 작으면 그 구간 어딘가에서 발생한 고장(구간 중도절단)이며, End가 비어 있으면 Start에서 우측 중도절단, Start가 비어 있으면 End에서 좌측 중도절단입니다. 빈 셀과 채워진 셀의 패턴이 각 행의 중도절단 유형을 정합니다.
중앙값이 구간으로 제공되는 이유는 무엇입니까?
Turnbull 추정은 각 구간에 확률이 얼마나 있는지는 알려 주지만 구간 안의 어디에서 고장이 발생했는지는 알려 주지 않습니다. 따라서 중앙값은 생존 확률이 0.5 이하로 떨어지는 구간으로 보고되며, 평균은 제공되지 않습니다.
비모수적 임의 중도절단 분석은 신뢰 한계를 제공합니까?
아니요. Turnbull 추정에는 Greenwood 유형의 단순한 분산 공식이 없으므로 신뢰 한계가 제공되지 않습니다. 생존 또는 백분위수에 대한 신뢰 한계나 검사 시점 사이의 단일 중앙값이 필요하면 Parametric Distribution Analysis (Arbitrary Censoring)로 분포를 적합시키십시오.
