參數分配分析(任意設限)
該分析對精確失效時間往往未知的失效資料配適壽命分配,例如在檢驗時發現已失效的單位。各列透過 Start 和 End 欄設定設限類型。可選擇 Weibull、Lognormal、Exponential、Normal、Logistic 或 Loglogistic,採用最大概似法配適。輸出包括帶信賴區間的參數估計、平均值、中位數、百分位數、適合度和機率圖,並可選做 Weibayes 分析。
最後審閱
核心要點
參數分配分析(任意設限)對含區間設限、左設限和右設限失效的檢驗資料配適韋伯分配等壽命分配,以估計中位壽命、B10 壽命和百分位數。
用途
參數分配分析(任意設限)對精確失效時間往往未知的失效資料配適壽命分配:在某次檢驗中發現已失效的單位(區間設限)、在首次檢查時就已失效的單位(左設限)、最後一次觀察時仍在工作的單位(右設限),並可與任何精確失效混合。它報告分配的參數、平均值、中位數、四分位數以及完整的百分位數表。可用於根據檢驗或稽核記錄,估計 B10 壽命、保修期內的失效比例或中位壽命。對於形狀已知的韋伯分配,還可執行 Weibayes 分析。
主要功能
- 資料以 Start 欄和 End 欄輸入;空白與已填寫儲存格的組合模式決定每一列的設限類型。
- 六種分配:Weibull、Lognormal、Exponential、Normal、Logistic 和 Loglogistic。
- 最大概似估計,附標準誤和您所設定信賴水準下的信賴區間。
- 平均值、標準差、中位數、四分位數,以及 1% 至 99% 的單位失效所需的時間。
- 針對韋伯分配的 Weibayes 選項:根據以往的知識固定形狀,僅估計尺度,並給出信賴界限以及所選時間點的可靠度。
- 帶配適線和信賴界限的機率圖。
統計方法
每一列根據其 Start 和 End 值讀取:Start = End 為精確失效;Start < End 為發生在兩個時間之間的區間設限失效;End 為空白為在 Start 處右設限;Start 為空白為在 End 處左設限。設限表統計每種類型的數量。分配採用最大概似法配適:精確失效貢獻密度 f(t),右設限單位貢獻 1 − F(Start),左設限單位貢獻 F(End),區間設限單位貢獻 F(End) − F(Start)。標準誤來自估計值處對數概似 Hessian 矩陣的逆,信賴區間使用常態分配的 z 值對應 Confidence level(95% 時為 1.96)。與 Minitab 一樣,必須為正的參數(尺度、形狀、sigma 或速率)在對數尺度上給出區間,從 estimate / exp(z × SE / estimate) 到 estimate × exp(z × SE / estimate),這使其保持為正,並使區間不對稱;位置參數 Mu 則為 estimate ± z × SE。機率圖添加了百分位數的雙側信賴界限,與 Minitab 的畫法相同:對每個百分比 p,由同一協變異數矩陣用 delta 方法得到百分位數 t_p 及其變異數,對於 Weibull、Lognormal、Exponential 和 Loglogistic,區間在 ln(t_p) 上構造,對於 Normal 和 Logistic,則在 t_p 上構造。
特性和百分位數根據配適的分配計算:第 p 百分位數是預期 p% 的單位失效所需的時間,因此第 10 百分位數即為 B10 壽命。適合度表給出對數概似,參數個數相同的分配之間可以比較該值(越大越好)。僅當至少有兩個精確失效時,才會增加 Anderson-Darling 統計量。機率圖顯示累積失效機率的 Turnbull 非參數估計,其座標軸使所選分配呈一條直線,並附配適線。
當為韋伯配適輸入 Known shape (Weibayes) 時,形狀被固定,僅用最大概似法估計尺度;若資料包含左設限或區間設限列,則給出概似比信賴界限;若資料僅含精確失效和右設限,則給出卡方(定時截尾)界限。即使失效很少或沒有失效,該方法也適用;沒有失效時,工具還會報告經典的 Weibayes 估計,它假定有一個失效即將發生。Confidence interval 和可靠度時間欄位僅用於這種情形;Confidence level 在兩種情形下都會用到。
輸入欄位和選項
欄位 | 說明 |
Start column | 必填。最後一次已知完好的時間,或精確失效時間。在某一列將 Start 留空,表示該行為左設限。 |
End column | 必填。首次已知失效的時間,或精確失效時間。在某一列將 End 留空,表示該行為右設限。Start = End 表示精確失效;Start < End 表示區間設限。必須與 Start 欄不同。 |
Assumed distribution | 必填。Weibull、Lognormal、Exponential、Normal、Logistic 或 Loglogistic。 |
Known shape (Weibayes) | 針對 Weibull 顯示。可選:將韋伯形狀固定為該值,僅估計尺度。留空則兩者都估計。 |
Confidence level | 預設值 95;50 至 99.99。設定參數的信賴區間和機率圖的界限,以及輸入已知形狀時的 Weibayes 界限。 |
Confidence interval | 僅用於 Weibayes。Lower bound(預設)、Two-sided 或 Upper bound。 |
Estimate reliability at times | 僅用於 Weibayes。可選,以空格分隔的時間,例如 500 1000,在這些時間點報告可靠度及其界限。 |

圖 1 — 範例的選項:Start 和 End 欄中的檢驗資料,韋伯分配,形狀為估計值。
輸出說明
- Censoring table — 未設限、左設限、區間設限和右設限值的個數,以及估計方法。
- Parameter estimates — 每個參數及其估計值、標準誤和所選水準下的信賴限(Weibayes 為:已知形狀以及帶界限的尺度)。
- Goodness of fit — 對數概似;至少有兩個精確失效時,還有 Anderson-Darling。
- Characteristics — Mean、Standard deviation、Median、First quartile (Q1)、Third quartile (Q3) 和 Interquartile range (IQR)。
- Percentiles — 1%、2%、……、10%、20%、……、90%、91%、……、99% 的單位失效所需的時間。
- Reliability — 僅用於 Weibayes,在所輸入的時間點。
- Probability plot — Turnbull 估計值、配適線及其信賴界限(虛線)。
- 可透過 Download 匯出 PDF。

圖 2 — 對每 10 小時檢查一次的 50 個繞組做韋伯配適:尺度 73.3 h,形狀 2.17,中位數 61.9 h,附機率圖及其 95% 界限(百分位數表未顯示)。
計算範例
渦輪發動機繞組在 80 °C 下進行試驗,但自 30 小時起僅在每 10 小時一次的檢驗時才檢查。本範例使用右設限範例中的 50 個繞組,按此方式記錄:4 個在首次檢驗時發現失效(左設限,End = 30),33 個在較晚的檢驗中發現失效(區間設限,例如 Start = 50,End = 60),13 個在失效前被移除(右設限,End 為空白)。工程師將 Start 和 End 分別選為 Start 欄和 End 欄,選擇 Assumed distribution = Weibull,並將 Known shape 留空。
配適的韋伯分配尺度為 Alpha = 73.26 小時(95% 信賴區間 63.15 至 84.99),形狀為 Beta = 2.173(95% 信賴區間 1.637 至 2.883),與 Minitab 對這些資料給出的結果相同。由於形狀的整個區間都在 1 以上,失效率隨使用時間上升:屬於耗損型失效。平均壽命為 64.88 小時,中位數為 61.89 小時,四分位數為 41.29 和 85.15 小時。根據百分位數表,預期 10% 的繞組在 26.0 小時之前失效(B10 壽命),90% 在 107.5 小時之前失效。這與根據精確失效時間得到的配適結果(尺度 73.34 小時,形狀 2.318)很接近,因此每 10 小時一次的檢驗在此處幾乎沒有損失精度。當 Confidence level 為 90 時,尺度的區間收窄為 64.67 至 82.99 小時,形狀的區間收窄為 1.714 至 2.755。
對數概似為 −99.01。在參數個數相同的情況下,對數常態分配(−95.93)和對數羅吉斯分配(−95.51)的對數概似更高,因此它們對這些分組資料的配適略好;其中位數分別為 59.6 和 58.5 小時,B10 壽命分別為 31.1 和 30.4 小時,而韋伯分配為 26.0 小時。韋伯分配給出的早期壽命數值更為保守,因此在確定保修數值之前,應使用不止一種分配檢查較低的百分位數。當 Known shape (Weibayes) = 2 時,尺度為 73.37 小時,95% 下限為 64.45 小時;在 Estimate reliability at times 下輸入 40,得到 40 小時時的可靠度為 0.743,95% 下限為 0.680。
常見問題
什麼是任意設限的參數分配分析?
它對精確失效時間往往未知的失效資料配適壽命分配,混合了在檢驗時發現已失效的區間設限單位、在首次檢查時就已失效的左設限單位、最後一次觀察時仍在工作的右設限單位,以及任何精確失效。它報告參數、平均值、中位數、四分位數以及完整的百分位數表。
如何根據參數分配分析求得 B10 壽命?
第 p 百分位數是預期 p% 的單位失效所需的時間,因此百分位數表中的第 10 百分位數即為 B10 壽命。由於不同分配的早期百分位數可能不同,在確定保修數值之前,應使用不止一種分配檢查較低的百分位數。
對於任意設限資料,如何在各種分配之間做選擇?
比較適合度表中參數個數相同的各分配的對數概似;值越大表示配適越好。僅當至少有兩個精確失效時,才會增加 Anderson-Darling 統計量。機率圖還顯示 Turnbull 估計值與配適線的對照。
什麼是 Weibayes 分析?
對於韋伯分配,輸入已知形狀即可根據以往的知識固定形狀,僅用最大概似法估計尺度,並給出信賴界限以及所選時間點的可選可靠度。即使失效很少或沒有失效,該方法也適用;沒有失效時,還會報告經典的 Weibayes 估計,它假定有一個失效即將發生。
