비모수적 분포 분석(우측 중도절단)

이 분석은 일부 단위가 제거되었거나 계속 작동 중인(우측 중도절단) 수명 데이터에서 Weibull, 로그정규 등의 분포를 가정하지 않고 생존을 추정합니다. 고장 시간 또는 중도절단 시간과 중도절단 열을 입력합니다. Greenwood 신뢰 한계를 가진 Kaplan-Meier 추정값을 사용하며, 출력에는 Kaplan-Meier 표, 신뢰구간을 가진 중앙 수명, 보정된 평균, 생존 그림이 포함됩니다.

최종 검토

핵심 요점

비모수적 분포 분석(우측 중도절단)은 분포를 가정하지 않고 Kaplan-Meier 방법으로, 우측 중도절단된 단위가 있는 수명 데이터에서 제품의 생존 곡선과 중앙 수명을 직접 추정합니다.

이 페이지 내용
  1. 목적
  2. 주요 기능
  3. 통계적 방법
  4. 입력 항목 및 옵션
  5. 출력 설명
  6. 계산 예제

목적

비모수적 분포 분석(우측 중도절단)은 Weibull, 로그정규 등 어떤 분포도 가정하지 않고 수명 데이터에서 제품의 생존 곡선을 직접 추정합니다. 관측이 끝났을 때 제거되었거나 계속 작동 중이던(우측 중도절단) 단위를 처리합니다. 잘 맞는 분포가 없거나 분포에 의존하고 싶지 않을 때 특정 연령에서의 생존과 중앙 수명을 읽어 내는 데 사용하며, 모수적 적합을 점검하는 용도로도 사용합니다.

주요 기능

  • 관측된 모든 시간에서의 Kaplan-Meier 생존 추정값과 표준오차, 신뢰 한계.
  • 각 시간에서의 위험 집합 크기, 고장 수, 중도절단 표시.
  • 신뢰구간을 가진 중앙 수명과 평균 추정값.
  • 고장 수와 우측 중도절단된 단위 수.
  • 신뢰대가 있는 Kaplan-Meier 생존 그림.

통계적 방법

중도절단 열에서 중도절단 값과 같은 행은 우측 중도절단이며 나머지 모든 행은 고장입니다. Kaplan-Meier 추정값은 S(t) = Π (1 − dⱼ / rⱼ)이며, t 이하의 모든 고장 시간 tⱼ에 대해 곱합니다. 여기서 dⱼ는 tⱼ에서의 고장 수, rⱼ는 tⱼ 직전에 아직 위험 집합에 있는 단위 수입니다. 중도절단된 단위는 계단을 만들지 않고 중도절단 시간에 위험 집합에서 빠지므로, 그 시간까지는 생존한 것으로 계산되고 그 이후로는 계산되지 않습니다. 곡선은 고장 시간에만 아래로 내려갑니다.

표준오차는 S(t)에 Greenwood 합 Σ dⱼ / (rⱼ(rⱼ − dⱼ))의 제곱근을 곱한 값입니다. 신뢰 한계는 Greenwood 공식의 지수(log-log) 형태를 사용하며, 이는 한계를 0과 1 사이에 유지합니다. 중앙값은 S(t)가 처음으로 0.5 이하가 되는 시간이며, 그 신뢰구간은 하한대가 처음으로 0.5 이하가 되는 시간부터 상한대가 처음으로 0.5 이하가 되는 시간까지입니다(Brookmeyer-Crowley 방법). 곡선이나 신뢰대가 0.5에 도달하지 않으면 중앙값이나 그 한계는 추정할 수 없습니다.

Mean(corrected)는 0부터 관측된 가장 큰 시간까지 Kaplan-Meier 계단 곡선 아래의 면적(제한 평균)입니다. 첫 시간까지는 S = 1이고, 이후 각 추정값은 나열된 다음 시간까지 유지됩니다. 가장 큰 관측값이 중도절단이면 곡선이 0에 도달하지 않았으며 실제 평균은 더 크므로, 도구가 경고를 추가합니다. 마지막 고장 이후에는 추정값이 평평하게 유지되는데, 데이터가 그 시간 이후의 고장에 대해서는 아무것도 말해 주지 않기 때문입니다.

입력 항목 및 옵션

항목

설명

Variable

필수. 고장까지의 시간, 또는 제거되었거나 계속 작동 중인 단위의 중도절단까지의 시간입니다.

Use censoring column

필수. 중도절단 값과 같은 행은 우측 중도절단이고 나머지 모든 행은 고장입니다. 모든 행에 값이 있어야 합니다.

Censoring value

중도절단 열에서 중도절단된 단위를 나타내는 값입니다. 기본값은 0이며, 따라서 1 = 고장입니다.

Confidence level (%)

생존과 중앙값의 신뢰 한계에 사용합니다. 기본값 95, 범위 50~99.99.

nonparametric-distribution-analysis-right-censoring-inputs


그림 1 — 예제의 옵션: 80 °C에서의 권선 시험 시간(Temp80), 중도절단 열 Cens80, 중도절단 값 0.

출력 설명

  • Censoring table — 중도절단되지 않은(고장) 값과 우측 중도절단된 값의 수.
  • Characteristics — Mean(corrected)와 Median, 그리고 중앙값의 신뢰 한계.
  • Notes — 예를 들어 가장 큰 관측값이 중도절단이어서 평균이 과소 추정되었거나 중앙값을 추정할 수 없는 경우.
  • Kaplan-Meier table — Time, Number at Risk, Number of Events, Censored, Survival Probability, Standard Error 및 신뢰 한계.
  • Kaplan-Meier Survival Plot — 신뢰대가 있는 계단형 생존 곡선.
  • Download를 통한 PDF 내보내기.

nonparametric-distribution-analysis-right-censoring-output


그림 2 — 권선 50개에 대한 Characteristics, Kaplan-Meier 표의 시작 부분, 생존 그림: 중앙 수명 55시간(95% CI 51~62).

계산 예제

한 신뢰성 엔지니어가 터빈 엔진 권선 50개를 80 °C에서 시험합니다. 37개가 고장 나고 13개는 고장 전에 제거됩니다. 엔지니어는 어떤 분포도 가정하지 않고 특정 연령까지 몇 개의 권선이 생존하는지와 중앙 수명이 얼마인지 알고 싶어 합니다. Variable = Temp80, Use censoring column = Cens80, Censoring value = 0으로 설정하고 95% 신뢰수준을 유지합니다.

중앙 수명은 55시간이며 95% 신뢰구간은 51~62시간입니다. 추정 생존율은 50시간에서 0.66(95% CI 0.51~0.77), 60시간에서 0.40(0.27~0.53)입니다. 표는 고장이 날 때마다 내려가며, 예를 들어 51시간에서 권선 네 개가 함께 고장 나면 0.66에서 0.58로 내려갑니다. 마지막 고장은 74시간에 발생하며, 그 이후에는 남은 권선이 모두 제거되었으므로 곡선은 0.258에 머물고, 데이터로는 그 권선들이 언제 고장 났을지 알 수 없습니다. Mean(corrected)는 63.7시간이며, 가장 큰 관측값(105시간)이 중도절단이어서 과소 추정되었다는 참고가 표시됩니다.

엔지니어에게는 모형을 가정하지 않은 55시간의 중앙값이 가장 직접적인 답입니다. 같은 데이터에 Weibull을 적합(Distribution Overview Plot 또는 Parametric Distribution Analysis)하면 50시간에서 생존율 0.66으로 Kaplan-Meier 추정값과 일치하지만, 60시간에서는 여기의 0.40과 달리 0.53이고 중앙값은 62.6시간입니다. 이 차이는 Weibull 모형과 데이터가 어디에서 갈라지는지를 보여 주며, 어느 중앙값을 보고할지는 데이터가 모형과 일치하는 영역을 넘어서도 모형을 신뢰하는지에 달려 있습니다.

자주 묻는 질문

Kaplan-Meier 추정값이란 무엇입니까?

Kaplan-Meier 추정값은 비모수적 생존 곡선 S(t)로, t까지의 모든 고장 시간에 대한 (1 - d/r)의 곱으로 계산합니다. 여기서 d는 해당 시간의 고장 수, r은 그 직전에 아직 위험 집합에 있는 단위 수입니다. 중도절단된 단위는 계단을 만들지 않고 위험 집합에서 빠지므로, 곡선은 고장 시간에만 아래로 내려갑니다.

모수적 분포 분석 대신 비모수적 분석은 언제 사용해야 합니까?

잘 맞는 분포가 없거나 분포에 의존하고 싶지 않을 때 특정 연령에서의 생존과 중앙 수명을 읽어 내려면 비모수적 Kaplan-Meier 분석을 사용하십시오. 또한 Weibull과 같은 모형과 데이터가 어디에서 갈라지는지를 보여 주어 모수적 적합을 점검하는 용도로도 쓰입니다.

중앙 수명과 그 신뢰구간은 어떻게 구합니까?

중앙값은 생존 추정값이 처음으로 0.5 이하가 되는 시간입니다. 신뢰구간은 하한대가 처음으로 0.5 이하에 도달하는 시간부터 상한대가 처음으로 0.5 이하에 도달하는 시간까지입니다(Brookmeyer-Crowley 방법). 곡선이나 신뢰대가 0.5에 도달하지 않으면 중앙값이나 그 한계는 추정할 수 없습니다.

Kaplan-Meier 평균이 과소 추정되었다고 표시되는 이유는 무엇입니까?

Mean(corrected)는 관측된 가장 큰 시간까지 Kaplan-Meier 계단 곡선 아래의 면적입니다. 가장 큰 관측값이 중도절단이면 곡선이 0에 도달하지 않았으며 실제 평균은 더 크므로 경고가 추가됩니다. 마지막 고장 이후에는 데이터가 그 시간 이후의 고장에 대해 아무것도 말해 주지 않으므로 추정값이 평평하게 유지됩니다.