모수적 분포 분석(우측 중도절단)
모수적 분포 분석은 우측 중도절단된 관측값이 포함된 고장 시간 데이터에 Weibull, Lognormal, Exponential 같은 이론적 통계 분포를 적합합니다. 우측 중도절단된 단위는 데이터를 수집하는 시점에 아직 고장나지 않은 품목입니다.
최종 검토
핵심 요점
모수적 분포 분석은 우측 중도절단된 관측값이 포함된 고장 시간 데이터에 Weibull, Lognormal, Exponential 같은 이론적 통계 분포를 적합합니다.
이 페이지 내용
모수적 분포 분석(우측 중도절단)이란?
모수적 분포 분석은 우측 중도절단된 관측값이 포함된 고장 시간 데이터에 Weibull, Lognormal, Exponential 같은 이론적 통계 분포를 적합합니다. 우측 중도절단된 단위는 데이터를 수집하는 시점에 아직 고장나지 않은 품목입니다. 이러한 생존 단위를 올바르게 반영하면 MTTF, B10 수명, 고장률, 생존 확률 같은 신뢰성 모수의 불편 추정값을 얻을 수 있습니다.
간단한 정의: 많은 단위가 아직 가동 중이어서 고장나지 않았더라도 데이터에 고장 시간 모형을 적합하여, 제품이 얼마나 오래 사용될지에 대한 정확한 불편 추정값을 제공하는 통계 도구입니다.
모수적 분포 분석(우측 중도절단)은 언제 사용합니까?
- 수명 시험이나 현장 데이터의 고장 시간 데이터에 고장난 단위와 생존 단위(우측 중도절단 관측값) 가 모두 포함된 경우에 사용합니다.
- 다음을 추정할 때 사용합니다: MTTF, B-수명 백분위수, 고장률, 특정 시점의 신뢰도.
- 올바른 분포를 모르면 먼저 개별 분포 식별을 사용하여 가장 잘 맞는 고장 시간 분포 를 식별하십시오.
모수적 분포 분석(우측 중도절단)의 올바른 사용 지침
- 항상 우측 중도절단 관측값을 명시적으로 식별 하십시오. 생존 단위를 고장으로 취급하면 신뢰도가 크게 과소평가됩니다.
- 추정값을 해석하기 전에 확률도와 적합도 통계량 으로 선택한 분포가 데이터에 잘 맞는지 확인하십시오.
- 시험 조건이 실제 사용 조건을 대표 하는지 확인하십시오. 가속 시험을 사용했다면 적절한 가속 계수를 적용하십시오.
대안: 모수적 분포 분석(우측 중도절단)을 사용하지 않아야 할 때
- 시스템이 수리 가능하고 여러 번 고장나는경우에는 다음을 사용하십시오: 모수적 성장 곡선
- 분포 가정을 정당화할 수 없는 경우에는 다음을 사용하십시오: 비모수적 분포 분석
- 모든 단위가 중도절단 없이 고장난 경우에는 중도절단이 없는 표준 분포 적합 으로 충분하며 더 간단합니다.
모수적 분포 분석(우측 중도절단) 예제
한 신뢰성 엔지니어가 터빈 조립체의 엔진 권선이 고장나는 시간을 파악하기 위해 권선의 고장률을 조사합니다. 온도가 높으면 권선이 더 빨리 열화될 수 있습니다. 엔지니어는 엔진 권선의 고장 시간을 80°C와 100°C 모두에서 기록하는데, 일부 단위는 고장나기 전에 시험에서 제거해야 하여 우측 중도절단 데이터가 됩니다. 단계는 다음과 같습니다.
- 필요한 데이터를 수집했습니다.

2. 이제 Zometric Statistical Software에서 데이터를 분석합니다: https://statsai.zometric.com/.
3. 모수적 분포 분석(우측 중도절단)을 찾으려면 Statistical module> Reliability>Parametric Distribution Analysis- (Right Censoring)을 선택합니다.
4. 도구 안에서 다음과 같이 데이터와 다른 입력값을 입력합니다.

5. 위 도구를 사용하면 다음과 같은 출력이 나옵니다.



모수적 분포 분석(우측 중도절단) 방법
절차는 다음과 같습니다.
- Zometric Statistical Software에 로그인합니다: https://statsai.zometric.com/
- 홈 페이지에서 Statistical Tool> Reliability>Parametric Distribution Analysis- (Right Censoring)을 선택합니다.
- 다음으로 데이터를 직접 입력하거나, 엑셀 시트의 데이터를 전체 복사(Ctrl+C)하여 붙여넣기(Ctrl+V)합니다. 또는 Load Example 옵션으로 예제 데이터를 불러올 수 있습니다.
- 다음으로 필요한 옵션을 입력합니다.
- 마지막으로, 페이지 하단의 calculate를 클릭하면 원하는 결과를 얻을 수 있습니다.
모수적 분포 분석(우측 중도절단)의 도구 화면은 두 부분으로 나뉩니다.

왼쪽 부분에는 데이터 창(Data Pane)이 있습니다. Data Pane에서는 각 행이 하나의 부분군을 이룹니다. 데이터는 직접 입력하거나, 엑셀 시트의 데이터를 전체 복사(Ctrl+C)하여 여기에 붙여넣기(Ctrl+V)할 수 있습니다.
Load example: 샘플 데이터가 불러와집니다.
오른쪽 부분에는 다음과 같은 여러 옵션이 있습니다.
- Variable: 데이터셋에서 각 단위의 고장 시간 또는 생존 시간이 들어 있는 열을 선택합니다. 즉 각 단위가 고장난 실제 관찰 시간이며, 아직 고장나지 않은 단위는 관찰이 끝난 시간입니다.
- Use Censoring Column: 각 관측값의 중도절단 상태를 나타내는 열을 선택합니다. 일반적인 코딩은 1 = 고장(정확한 고장 시간을 앎), 0 = 중도절단(관찰 종료 시점에 단위가 아직 가동 중)입니다. 이 열은 고장난 단위와 생존 단위를 올바르게 구분하는 데 필수이며, 이 열이 없으면 모든 관측값이 잘못 고장으로 취급됩니다.
- Assumed Distribution: 데이터에 적합할 이론적 고장 시간 분포를 선택합니다. Weibull 이 기본값이며 신뢰성 분석에서 가장 널리 사용됩니다. 선택은 공학적 지식, 과거 데이터 또는 개별 분포 식별 분석의 출력을 근거로 해야 합니다. 적합된 분포가 MTTF, B-수명, 생존 확률을 포함한 이후의 모든 신뢰성 추정값을 결정합니다.
자주 묻는 질문
우측 중도절단이 있는 모수적 분포 분석이란 무엇입니까?
우측 중도절단된 관측값, 즉 데이터를 수집할 때 아직 고장나지 않은 단위가 포함된 고장 시간 데이터에 Weibull, Lognormal, Exponential 같은 이론적 분포를 적합합니다. 이러한 생존 단위를 올바르게 반영하면 MTTF, B10 수명, 고장률, 생존 확률 같은 신뢰성 척도의 불편 추정값을 얻을 수 있습니다.
우측 중도절단 관측값을 반드시 식별해야 하는 이유는 무엇입니까?
생존 단위를 고장으로 취급하면 신뢰도가 크게 과소평가됩니다. 보통 고장은 1, 중도절단은 0으로 코딩하는 중도절단 열이 고장난 단위와 생존 단위를 구분하며, 이 열이 없으면 모든 관측값이 잘못 고장으로 취급됩니다.
우측 중도절단 수명 데이터에는 어떤 분포를 선택합니까?
Weibull이 기본값이며 신뢰성 분석에서 가장 널리 사용되지만, 선택은 공학적 지식, 과거 데이터 또는 개별 분포 식별을 근거로 해야 합니다. 적합된 분포가 MTTF, B-수명, 생존 확률을 결정하므로 추정값을 해석하기 전에 확률도와 적합도 통계량으로 적합을 확인하십시오.
모수적 분포 분석은 언제 사용하지 않아야 합니까?
시스템이 수리 가능하고 여러 번 고장나는 경우에는 모수적 성장 곡선을 사용하십시오. 분포 가정을 정당화할 수 없는 경우에는 비모수적 분포 분석을 사용하십시오. 모든 단위가 중도절단 없이 고장난 경우에는 중도절단이 없는 표준 분포 적합으로 충분합니다. 가속 시험을 한 경우에는 적절한 가속 계수를 적용하십시오.
