Niet-parametrische verdelingsanalyse (rechtscensurering)

Deze analyse schat de overleving uit levensduurgegevens waarin sommige eenheden zijn verwijderd of nog lopen (rechtsgecensureerd), zonder een Weibull-, lognormale of andere verdeling te veronderstellen. Voer faal- of censureringstijden en een censureringskolom in. Ze gebruikt de Kaplan-Meier-schatter met Greenwood-betrouwbaarheidsgrenzen. De uitvoer bevat de Kaplan-Meier-tabel, de mediane levensduur met betrouwbaarheidsinterval, een gecorrigeerd gemiddelde en een overlevingsplot.

Laatst beoordeeld

Belangrijkste conclusie

Niet-parametrische verdelingsanalyse (rechtscensurering) schat de overlevingscurve en mediane levensduur van een product direct uit levensduurgegevens met rechtsgecensureerde eenheden, via Kaplan-Meier, zonder verdelingsaanname.

Op deze pagina
  1. Doel
  2. Belangrijkste mogelijkheden
  3. Statistische methoden
  4. Invoervelden en opties
  5. Beschrijving van de uitvoer
  6. Uitgewerkt voorbeeld

Doel

Niet-parametrische verdelingsanalyse (rechtscensurering) schat de overlevingscurve van een product rechtstreeks uit levensduurgegevens, zonder een Weibull-, lognormale of andere verdeling te veronderstellen. Ze verwerkt eenheden die zijn verwijderd of nog liepen toen de waarneming stopte (rechtsgecensureerd). Gebruik haar om de overleving op bepaalde leeftijden en de mediane levensduur af te lezen wanneer geen verdeling goed past of u er niet op wilt vertrouwen, en als controle op een parametrische fit.

Belangrijkste mogelijkheden

  • Kaplan-Meier-overlevingsschatting op elk waargenomen tijdstip, met standaardfouten en betrouwbaarheidsgrenzen.
  • Aantal eenheden dat risico loopt, aantal defecten en een censureringsvlag op elk tijdstip.
  • Mediane levensduur met een betrouwbaarheidsinterval, en een schatting van het gemiddelde.
  • Aantallen defecten en rechtsgecensureerde eenheden.
  • Kaplan-Meier-overlevingsplot met betrouwbaarheidsbanden.

Statistische methoden

In de censureringskolom zijn rijen gelijk aan de censureringswaarde rechtsgecensureerd en is elke andere rij een falen. De Kaplan-Meier-schatter is S(t) = Π (1 − dⱼ / rⱼ) over alle faaltijden tⱼ ≤ t, waarbij dⱼ het aantal defecten op tⱼ is en rⱼ het aantal eenheden dat net vóór tⱼ nog risico loopt. Een gecensureerde eenheid verlaat de risicoset op haar censureringstijdstip zonder een stap te veroorzaken, dus ze telt tot dat tijdstip als overlevende mee en niet verder. De curve daalt alleen op faaltijden.

De standaardfout is S(t) maal de wortel van de som van Greenwood, Σ dⱼ / (rⱼ(rⱼ − dⱼ)). De betrouwbaarheidsgrenzen gebruiken de exponentiële (log-log) vorm van de formule van Greenwood, die ze tussen 0 en 1 houdt. De mediaan is het eerste tijdstip waarop S(t) daalt tot 0.5 of lager; het betrouwbaarheidsinterval loopt van het eerste tijdstip waarop de onderste band daalt tot 0.5 of lager tot het eerste tijdstip waarop de bovenste band dat doet (methode van Brookmeyer-Crowley). De mediaan of de grenzen ervan zijn niet schatbaar als de curve of band nooit 0.5 bereikt.

Mean(corrected) is de oppervlakte onder de Kaplan-Meier-trapcurve van 0 tot de grootste waargenomen tijd (het beperkte gemiddelde): S = 1 tot het eerste tijdstip, waarna elke schatting geldt tot het volgende vermelde tijdstip. Als de grootste waarneming gecensureerd is, heeft de curve 0 niet bereikt en is het ware gemiddelde groter, dus de tool voegt een waarschuwing toe. Na het laatste falen blijft de schatting vlak: de gegevens zeggen niets over uitval na dat tijdstip.

Invoervelden en opties

Veld

Beschrijving

Variable

Verplicht. Tijd tot falen, of tijd tot censurering voor eenheden die zijn verwijderd of nog lopen.

Use censoring column

Verplicht. Rijen gelijk aan de censureringswaarde zijn rechtsgecensureerd; elke andere rij is een falen. Elke rij heeft een waarde nodig.

Censoring value

De waarde in de censureringskolom die een gecensureerde eenheid markeert. Standaard 0, dus 1 = falen.

Confidence level (%)

Voor de betrouwbaarheidsgrenzen van de overleving en de mediaan. Standaard 95; 50 tot 99.99.

nonparametric-distribution-analysis-right-censoring-inputs


Figuur 1 — Opties voor het voorbeeld: testtijden van wikkelingen bij 80 °C (Temp80), censureringskolom Cens80 met censureringswaarde 0.

Beschrijving van de uitvoer

  • Censoring table — het aantal ongecensureerde (falen) en rechtsgecensureerde waarden.
  • Characteristics — Mean(corrected) en Median met de betrouwbaarheidsgrenzen van de mediaan.
  • Notes — bijvoorbeeld wanneer het gemiddelde wordt onderschat omdat de grootste waarneming gecensureerd is, of de mediaan niet schatbaar is.
  • Kaplan-Meier table — Time, Number at Risk, Number of Events, Censored, Survival Probability, Standard Error en betrouwbaarheidsgrenzen.
  • Kaplan-Meier Survival Plot — de getrapte overlevingscurve met haar betrouwbaarheidsbanden.
  • PDF-export via Download.

nonparametric-distribution-analysis-right-censoring-output


Figuur 2 — Characteristics, het begin van de Kaplan-Meier-tabel en de overlevingsplot voor 50 wikkelingen: mediane levensduur 55 uur (95%-BI 51 tot 62).

Uitgewerkt voorbeeld

Een betrouwbaarheidsingenieur test 50 wikkelingen van turbinemotoren bij 80 °C. 37 vallen uit en 13 worden vóór het falen verwijderd. Zonder een verdeling te veronderstellen wil de ingenieur weten hoeveel wikkelingen een bepaalde leeftijd halen en wat de mediane levensduur is. Hij stelt Variable = Temp80, Use censoring column = Cens80 en Censoring value = 0 in en behoudt 95% betrouwbaarheid.

De mediane levensduur is 55 uur, met een 95%-betrouwbaarheidsinterval van 51 tot 62 uur. De geschatte overleving is 0.66 na 50 uur (95%-BI 0.51 tot 0.77) en 0.40 na 60 uur (0.27 tot 0.53). De tabel daalt bij elk falen, bijvoorbeeld van 0.66 naar 0.58 na 51 uur wanneer vier wikkelingen tegelijk uitvallen. Het laatste falen is na 74 uur; daarna is elke resterende wikkeling verwijderd, dus de curve blijft op 0.258 en de gegevens kunnen niet zeggen wanneer die wikkelingen zouden zijn uitgevallen. Mean(corrected) is 63.7 uur, met de opmerking dat het wordt onderschat omdat de grootste waarneming (105 uur) gecensureerd is.

Voor de ingenieur is de mediaan van 55 uur het meest directe antwoord, zonder aangenomen model. Een Weibull-fit op dezelfde gegevens (Distribution Overview Plot of Parametric Distribution Analysis) geeft een overleving van 0.66 na 50 uur, wat overeenkomt met de Kaplan-Meier-schatting, maar 0.53 na 60 uur tegenover 0.40 hier, en een mediaan van 62.6 uur. Het verschil toont waar het Weibull-model en de gegevens uiteenlopen, en welke mediaan u rapporteert hangt ervan af of het model wordt vertrouwd buiten het gebied waar de gegevens ermee overeenkomen.

Veelgestelde vragen

Wat is de Kaplan-Meier-schatter?

De Kaplan-Meier-schatter is een niet-parametrische overlevingscurve, S(t), berekend als het product van (1 - d/r) over alle faaltijden tot en met t, waarbij d het aantal defecten op een tijdstip is en r het aantal eenheden dat net ervoor nog risico loopt. Een gecensureerde eenheid verlaat de risicoset zonder een stap te veroorzaken, dus de curve daalt alleen op faaltijden.

Wanneer gebruikt u niet-parametrische in plaats van parametrische verdelingsanalyse?

Gebruik de niet-parametrische Kaplan-Meier-analyse om de overleving op bepaalde leeftijden en de mediane levensduur af te lezen wanneer geen verdeling goed past of u er niet op wilt vertrouwen. Ze dient ook als controle op een parametrische fit en toont waar een model zoals Weibull en de gegevens uiteenlopen.

Hoe worden de mediane levensduur en haar betrouwbaarheidsinterval bepaald?

De mediaan is het eerste tijdstip waarop de overlevingsschatting daalt tot 0.5 of lager. Het betrouwbaarheidsinterval loopt van het eerste tijdstip waarop de onderste band 0.5 of lager bereikt tot het eerste tijdstip waarop de bovenste band dat doet (methode van Brookmeyer-Crowley). De mediaan of de grenzen ervan zijn niet schatbaar als de curve of band nooit 0.5 bereikt.

Waarom wordt het Kaplan-Meier-gemiddelde als onderschat gemarkeerd?

Mean(corrected) is de oppervlakte onder de Kaplan-Meier-trapcurve tot de grootste waargenomen tijd. Als de grootste waarneming gecensureerd is, heeft de curve 0 niet bereikt en is het ware gemiddelde groter, dus er wordt een waarschuwing toegevoegd. Na het laatste falen blijft de schatting vlak, omdat de gegevens niets zeggen over uitval na dat tijdstip.