非參數分配分析(任意設限)
該分析根據壽命資料估計存活曲線,其中失效往往只知道發生在兩次檢驗之間。資料按 Start 欄和 End 欄輸入,其空白或已填寫的儲存格決定精確、區間、左或右設限。它使用 Turnbull 估計,即 Kaplan-Meier 的推廣。輸出包括各區間的失效機率、存活機率、包含中位數的區間以及存活圖。
最後審閱
核心要點
非參數分配分析(任意設限)使用 Turnbull 法,根據包含精確失效、區間設限、左設限和右設限失效的檢驗資料估計存活曲線,且不假定任何分配。
用途
非參數分配分析(任意設限)在不假定任何分配的情況下,根據檢驗型壽命資料估計產品的存活曲線。資料可以混合精確失效、在兩次檢驗之間發現失效的單元(區間設限)、在第一次檢查時已失效的單元(左設限),以及最後一次觀察時仍在工作的單元(右設限)。可用它直接從資料中讀出各檢驗時間點的存活比例和中位壽命,或用於檢查參數配適。
主要功能
- 資料按 Start 欄和 End 欄輸入;空白與已填寫儲存格的組合方式決定每一列的設限類型。
- 存活曲線的 Turnbull 估計,即 Kaplan-Meier 對區間設限和左設限資料的推廣,計算方式與 Minitab 一致。
- 估計將失效置於其中的每個區間的失效機率,以及該區間末端的存活機率。
- 包含中位壽命的區間。
- Turnbull 估計的存活圖。
統計方法
每一列根據其 Start 和 End 值解讀:Start = End 為精確失效;Start < End 為在 Start 之後至 End 之內某處發生的失效(區間設限);End 為空表示在 Start 處右設限;Start 為空表示在 End 處左設限。當僅知道失效位於某些區間內時,不能直接使用 Kaplan-Meier 方法。Turnbull 法找出使觀測到的區間最有可能出現的分配(非參數最大概似估計)。機率只能位於 Turnbull 的最內層區間:即把所有 Start 和 End 值排序後,從某個左端點到下一個右端點之間的間隔。工具先在這些區間上賦予相等的機率,然後重複自洽(EM)步驟,將每個單元按當前機率比例分配到其自身區間內的各最內層區間,並對各單元取平均,直到機率不再變化。
表中針對每個獲得機率的最內層區間,列出其 Lower 和 Upper 限(* 表示開區間端點)、該區間內的 Probability of Failure,以及其末端的 Survival Probability,即 1 減去累計總和。該估計說明每個區間內有多少機率,但不說明在區間內的哪個位置,因此中位數以存活機率降至 0.5 或以下的那個區間表示,並且與 Minitab 一樣不給出平均值。存活圖在每個區間的末端繪製相應的下降。
不提供信賴界限:Turnbull 估計沒有 Greenwood 類型的簡單變異數公式,工具會在說明中指出這一點。若需要存活或百分位數的信賴界限,請使用參數分配分析(任意設限)配適分配。
輸入欄位和選項
欄位 | 說明 |
Start column | 必填。最後已知正常的時間,或精確失效時間。將某一列的 Start 留空,表示該列為左設限。 |
End column | 必填。首次已知失效的時間,或精確失效時間。將某一列的 End 留空,表示該列為右設限。Start = End 表示精確失效;Start < End 表示區間設限。必須與 Start column 不同。 |

圖 1 — 範例的選項:檢驗資料位於 Start 欄和 End 欄。
輸出說明
- Censoring table——未設限、左設限、區間設限和右設限值的個數。
- Characteristics——Median,以包含它的區間給出(例如介於 50 和 60 之間)。
- Notes——說明該估計給出每個區間內的失效機率,但不說明在區間內的哪個位置,說明信賴界限不可用,以及中位數不可估計的情形。
- Turnbull table——每個區間的 Lower、Upper、Probability of Failure 和 Survival Probability。
- Turnbull Survival Plot——存活估計隨時間變化的曲線,在時間 0 處從 1 開始。
- 透過 Download 匯出 PDF。

圖 2 — 每 10 小時檢查一次的 50 個繞組的 Turnbull 估計:直至 70 小時的各檢驗區間內失效機率為 0.08、0.10、0.16、0.26 和 0.12,80 小時後的存活機率為 0.252,中位數介於 50 和 60 小時之間。
計算範例
渦輪發動機繞組在 80 °C 下進行試驗,但自 30 小時起僅每隔 10 小時檢驗一次。本範例使用以這種方式記錄的、與右設限範例相同的 50 個繞組:4 個在第一次檢驗時被發現失效(左設限,End = 30),33 個在之後某次檢驗時被發現失效(區間設限,例如 Start = 50,End = 60),13 個在失效前被移除(右設限,End 為空)。工程師希望在不假定分配的情況下得到存活到各檢驗時間點的比例,並選擇 Start 和 End 分別作為 Start 欄和 End 欄。
失效機率在 30 小時之前為 0.08,30 至 40 小時之間為 0.10,40 至 50 之間為 0.16,50 至 60 之間為 0.26,60 至 70 之間為 0.12,因此估計的存活機率在 30 小時為 0.92,40 小時為 0.82,50 小時為 0.66,60 小時為 0.40,70 小時為 0.28。最大的一組共 13 個繞組,在 50 至 60 小時之間失效。在 70 至 80 小時之間發現的唯一一次失效,只可能發生在 73、77 和 79 小時被移除的繞組之後,因此估計將其置於 79 至 80 小時之間,機率為 0.028,使 80 小時後的存活機率為 0.252。最後一列 105 至 * 容納剩餘的 0.252:這些繞組都在失效前被移除,因此資料只能說明它們會在 105 小時之後失效。中位數位於 50 至 60 小時之間,即存活機率降到 0.5 以下的那個區間。
這些數值與根據精確失效時間得到的 Kaplan-Meier 估計(50 小時存活機率為 0.66,60 小時為 0.40,中位數為 55 小時)很接近,因此每 10 小時檢驗一次損失的資訊很少,僅丟失了每個區間內失效發生的具體位置。若需要基於模型的估計、信賴界限、單一的中位數或檢驗時間點之間的百分位數,下一步是參數分配分析(任意設限)。
常見問題
什麼是 Turnbull 估計量?
Turnbull 估計量將 Kaplan-Meier 方法推廣到區間設限和左設限資料。它透過重複自洽(EM)步驟,直到分配給 Turnbull 最內層區間的機率不再變化,找出使觀測到的區間最有可能出現的分配,即非參數最大概似估計。
如何輸入任意設限資料?
使用 Start 欄和 End 欄。Start 等於 End 為精確失效;Start 小於 End 為在該區間內某處發生的失效(區間設限);End 為空表示在 Start 處右設限;Start 為空表示在 End 處左設限。空白與已填寫儲存格的組合方式決定每一列的設限類型。
為什麼中位數以區間的形式給出?
Turnbull 估計說明每個區間內有多少機率,但不說明失效發生在區間內的哪個位置。因此中位數以存活機率降至 0.5 或以下的那個區間表示,並且不給出平均值。
非參數任意設限分析是否給出信賴界限?
不給出。Turnbull 估計沒有 Greenwood 類型的簡單變異數公式,因此不提供信賴界限。若需要存活或百分位數的信賴界限,或檢驗時間點之間的單一中位數,請使用參數分配分析(任意設限)配適分配。
