Verdelingsidentificatieplot (willekeurige censurering)
Voer een kolom Start en een kolom End in; lege en gevulde cellen markeren elke rij als exact, rechts-, links- of intervalgecensureerd. De tool fit Weibull, lognormaal, exponentieel, normaal, logistisch en loglogistisch met maximum likelihood, zet Turnbull-schattingen met betrouwbaarheidsgrenzen uit op elke waarschijnlijkheidsplot en rangschikt verdelingen naar correlatiecoëfficiënt. Gebruik het voor inspectiegegevens waarbij uitval pas bij de volgende controle wordt gevonden.
Laatst beoordeeld
Belangrijkste conclusie
Distribution ID Plot (Arbitrary Censoring) helpt een levensduurverdeling kiezen als exacte uitvaltijden niet altijd bekend zijn: zes verdelingen worden gefit op exacte en gecensureerde gegevens en op waarschijnlijkheidsplot gerangschikt.
Op deze pagina
Doel
Distribution ID Plot (Arbitrary Censoring) helpt u een levensduurverdeling te kiezen wanneer exacte uitvaltijden niet altijd bekend zijn. De tool accepteert elke combinatie van exacte uitval, rechtsgecensureerde eenheden (nog werkend bij de laatste waarneming), linksgecensureerde eenheden (al uitgevallen bij de eerste controle) en intervalgecensureerde eenheden (ergens tussen twee inspecties uitgevallen). Ze fit zes verdelingen en tekent voor elk een waarschijnlijkheidsplot, gerangschikt naar hoe recht de plot is. Gebruik de tool voor inspectie- of auditgegevens, waarbij uitval pas bij de volgende controle wordt gevonden.
Belangrijkste mogelijkheden
- Gegevens ingevoerd als kolom Start en kolom End; het patroon van lege en gevulde cellen bepaalt het type censurering van elke rij.
- Exacte, rechts-, links- en intervalgecensureerde rijen in dezelfde dataset.
- Fit Weibull, lognormaal, exponentieel, normaal, logistisch en loglogistisch in één run.
- Rangschikt de verdelingen naar de correlatiecoëfficiënt van hun waarschijnlijkheidsplots.
- Eén waarschijnlijkheidsplotpaneel per verdeling, met de gefitte lijn en de betrouwbaarheidsgrenzen.
Statistische methoden
Elke rij wordt gelezen uit haar Start- en End-waarden: Start = End is een exacte uitval op dat tijdstip; Start < End is een intervalgecensureerde uitval ergens tussen de twee; End leeg is rechtsgecensureerd bij Start (de eenheid werkte toen nog); Start leeg is linksgecensureerd bij End (de eenheid was toen al uitgevallen). Elke rij heeft minimaal één waarde nodig, en Start mag niet groter zijn dan End.
Elke verdeling wordt gefit met maximum likelihood. Een exacte uitval draagt de dichtheid f(t) bij, een rechtsgecensureerde eenheid de overlevingskans 1 − F(Start), een linksgecensureerde eenheid F(End) en een intervalgecensureerde eenheid F(End) − F(Start), de kans om binnen het interval uit te vallen. De niet-parametrische schatting van de cumulatieve uitvalkans voor de plotpunten is de Turnbull-schatting, een iteratieve methode die elke intervalgecensureerde uitval verdeelt over de tijdstippen waarop die kan hebben plaatsgevonden.
Net als bij de tool voor rechtscensurering transformeert elk paneel de assen zodat zijn verdeling als rechte lijn wordt uitgezet (logtijd voor Weibull, lognormaal en loglogistisch), en is de correlatiecoëfficiënt de Pearson-correlatie tussen de uitgezette x-waarden en de getransformeerde kansen. Waarden dicht bij 1 betekenen een rechtere plot. Bij gegroepeerde inspectiegegevens zijn er minder verschillende plotpunten dan eenheden, dus de correlatie berust op minder punten; bekijk de panelen en niet alleen de rangschikking, en gebruik technische kennis over het uitvalmechanisme. Elk paneel toont ook tweezijdige betrouwbaarheidsgrenzen (gestippeld) op het Confidence level, zoals Minitab ze tekent: voor elk percentage p het percentiel t_p van de gefitte verdeling met zijn variantie volgens de deltamethode uit de inverse Hessiaan van de log-likelihood, waarbij het interval wordt gevormd op ln(t_p) voor Weibull, lognormaal, exponentieel en loglogistisch en op t_p voor normaal en logistisch. Punten die ruim buiten de grenzen liggen, wijzen op een slechte fit.
Invoervelden en opties
Veld | Beschrijving |
Start column | Vereist. Laatst bekende goede tijd, of de exacte uitvaltijd. Laat Start leeg op een rij om die als linksgecensureerd te markeren. |
End column | Vereist. Eerste bekende uitvaltijd, of de exacte uitvaltijd. Laat End leeg op een rij om die als rechtsgecensureerd te markeren. Start = End betekent een exacte uitval; Start < End betekent intervalgecensureerd. Moet een andere kolom zijn dan Start. |
Confidence level (%) | Standaard 95; 50 tot 99.99. Bepaalt de betrouwbaarheidsgrenzen rond elke gefitte lijn. |

Figuur 1 — Opties voor het voorbeeld: inspectiegegevens in een kolom Start en een kolom End.
Beschrijving van de uitvoer
- Correlation ranking — elke verdeling en haar correlatiecoëfficiënt, van best naar slechtst.
- Messages — elke verdeling die niet kon worden gefit, met de reden.
- Distribution ID Plot for Start-End — één waarschijnlijkheidsplotpaneel per verdeling in rangschikkingsvolgorde, met haar correlatie (r) als titel, dat de plotpunten, de gefitte lijn en de betrouwbaarheidsgrenzen toont.
- Pdf-export via Download.

Figuur 2 — Correlatierangschikking en waarschijnlijkheidsplots voor 50 wikkelingen die elke 10 uur worden gecontroleerd: loglogistisch 0.990, lognormaal 0.989 en Weibull 0.987 zijn praktisch gelijk.
Uitgewerkt voorbeeld
Dit voorbeeld gebruikt de 50 turbinemotorwikkelingen die bij 80 °C zijn getest, van de pagina Distribution ID Plot (Right Censoring), geregistreerd zoals ze zouden zijn als de wikkelingen vanaf 30 uur alleen bij inspecties elke 10 uur werden gecontroleerd. De 4 wikkelingen die bij de eerste inspectie defect werden gevonden, zijn linksgecensureerd (Start leeg, End = 30). De 33 die bij een latere inspectie defect werden gevonden, zijn intervalgecensureerd, bijvoorbeeld Start = 50 en End = 60 voor een wikkeling die bij 50 uur werkte en bij 60 uitviel. De 13 die vóór uitval werden verwijderd, zijn rechtsgecensureerd op hun verwijderingstijden (End leeg). De ingenieur selecteert Start als kolom Start en End als kolom End.
De rangschikking is loglogistisch 0.990, lognormaal 0.989, Weibull 0.987, exponentieel 0.980, normaal 0.975 en logistisch 0.972. Elk paneel heeft slechts vijf punten, bij 30, 40, 50, 60 en 79 uur: de tijdstippen waarop de Turnbull-schatting uitval plaatst (de ene uitval die tussen 70 en 80 uur werd gevonden, wordt op 79 uur geplaatst, na de laatste rechtsgecensureerde wikkeling binnen dat interval). Met zo weinig punten zijn de coëfficiënten allemaal hoog en liggen ze dicht bij elkaar, en de beste drie kunnen met alleen de gegevens niet worden onderscheiden. De gefitte Weibull heeft een schaal van 73.3 uur en een vorm van 2.17, dicht bij de 73.3 uur en 2.32 die uit de exacte tijden volgden, dus het groeperen van de uitval in inspectie-intervallen heeft het gefitte model maar weinig veranderd.
Voor de ingenieur beschrijven loglogistisch, lognormaal en Weibull de gegevens alle redelijk; Weibull blijft een verstandige keuze voor slijtage-uitval omdat de vorm de trend van de faalfrequentie toont. De volgende stap is een Distribution Overview Plot (Arbitrary Censoring) met de gekozen verdeling, om de gefitte overlevings- en hazardcurven te zien.
Veelgestelde vragen
Hoe voert u intervalgecensureerde gegevens in?
Gebruik een kolom Start en een kolom End. Start gelijk aan End is een exacte uitval; Start kleiner dan End is een intervalgecensureerde uitval tussen de twee tijdstippen; een lege End betekent rechtsgecensureerd bij Start (toen nog werkend); een lege Start betekent linksgecensureerd bij End (toen al uitgevallen). Start mag niet groter zijn dan End.
Hoe kiest u de beste verdeling uit de plot?
Verdelingen worden gerangschikt naar de correlatiecoëfficiënt van hun waarschijnlijkheidsplots; waarden dicht bij 1 betekenen een rechtere plot. Bij gegroepeerde inspectiegegevens zijn er minder verschillende plotpunten dan eenheden, dus bekijk de panelen en niet alleen de rangschikking, toets punten aan de betrouwbaarheidsgrenzen en gebruik technische kennis over het uitvalmechanisme.
Wat is de Turnbull-schatting?
Het is de niet-parametrische schatting van de cumulatieve uitvalkans die voor de plotpunten wordt gebruikt. Het is een iteratieve methode die elke intervalgecensureerde uitval verdeelt over de tijdstippen waarop die kan hebben plaatsgevonden. In het wikkelingvoorbeeld plaatste ze uitval op slechts vijf tijdstippen, dus alle correlatiecoëfficiënten waren hoog en lagen dicht bij elkaar.
Wat doet u na de verdelingsidentificatieplot?
Voer een Distribution Overview Plot (Arbitrary Censoring) uit met de gekozen verdeling om de gefitte overlevings- en hazardcurven te zien. In het voorbeeld waren loglogistisch, lognormaal en Weibull praktisch gelijk, en bleef Weibull een verstandige keuze voor slijtage-uitval omdat de vorm de trend van de faalfrequentie toont.
