壽命資料迴歸

當部分單元為右設限時,壽命資料迴歸將失效時間或失效循環數與一個或多個數值型共變數關聯起來。它用最大概似法配適具有共同形狀參數的韋伯加速失效時間模型。輸出包括帶 Z 檢定和信賴區間的係數、韋伯形狀參數、用於比較模型的對數概似和 AIC,以及共變數取平均值時的存活圖。

最後審閱

核心要點

壽命資料迴歸配適韋伯加速失效時間模型,將產品壽命與負荷量或溫度等數值型因子關聯起來,並包含試驗停止時尚未失效的右設限單元。

本頁內容
  1. 用途
  2. 主要功能
  3. 統計方法
  4. 輸入欄位和選項
  5. 輸出說明
  6. 計算範例

用途

當部分單元在試驗結束時尚未失效(右設限)時,壽命資料迴歸將產品壽命與一個或多個數值型因子(如負荷量、溫度、電壓或設計尺寸)關聯起來。它配適一個韋伯壽命模型,其特徵壽命隨因子變化,因此可以看出每個因子使壽命縮短或延長的程度,並預測其他設定下的壽命。適用於在多種條件組合下進行的壽命試驗,而不是在單一應力的各水準下進行的試驗。

主要功能

  • 帶一個或多個數值型共變數的韋伯加速失效時間模型。
  • 處理右設限單元:在失效之前停止的試驗。
  • 給出係數及其標準誤、Z 檢定、p 值和信賴區間。
  • 共同的韋伯形狀參數及其估計值和區間。
  • 用於比較模型的對數概似和 AIC,以及共變數取平均值時的存活圖。

統計方法

該模型假定壽命服從韋伯分配,具有共同的形狀參數 β,以及隨共變數變化的尺度參數(特徵壽命,即 63.2% 的單元失效所經歷的時間):ln(η) = b₀ + b₁Z₁ + b₂Z₂ + ...。這是一個加速失效時間模型:共變數的變化會使整個壽命分配按一個因子拉伸或收縮。Zⱼ 增加一個單位,壽命乘以 exp(bⱼ),因此負係數意味著壽命更短。對於 k 個單位的變化,因子為 exp(k · bⱼ)。

形狀參數和係數透過最大概似法一起估計。失效單元貢獻其失效時間處的韋伯密度,設限單元貢獻韋伯存活機率 exp(−(t/η)^β)。標準誤來自估計值處負對數概似的 Hessian 矩陣的逆(觀測資訊),透過數值方法計算。每個係數用 Z = coef / SE 對標準常態分配進行檢定,信賴區間為所選信賴水準下的 coef ± z·SE。AIC = 2k − 2 × 對數概似,其中 k 為參數個數;在考慮項數之後,AIC 越低表示模型越好,因此可通過比較 AIC 來決定某個共變數是否值得保留。

形狀參數 β 描述失效率隨時間(役齡)的變化:大於 1 時失效率上升(耗損,如疲勞),接近 1 時恆定,小於 1 時下降。在設限欄中,等於設限值的行為右設限,其他每一列都是失效。存活圖顯示每個共變數取樣本平均值的單元的 exp(−(t/η)^β)。

輸入欄位和選項

欄位

說明

Time variable

必填。失效時間或失效循環數;對於未失效的單元,則為設限時間。

Use censoring column

必填。等於設限值的行為右設限;其他每一列都是失效。每一列都需要有值。

Censoring value

設限欄中用於標記試驗停止時仍在執行的單元的值。預設為 0,因此 1 = 失效。

Covariates (predictors)

一個或多個數值型預測變數欄。按住 Ctrl 或 Command 可選擇多個。

Confidence level (%)

用於係數和形狀參數的區間。預設為 95;範圍 50 至 99.99。

regression-with-life-data-inputs


圖 1 — 彈簧範例的選項:失效循環數,以 Status 作為設限欄(0 = 存活),負荷量和溫度作為共變數。

輸出說明

  • Model summary —— Distribution(Weibull (AFT))、Log-Likelihood、AIC、N (Observations) 和 N (Events)(失效數)。
  • Shape table —— Shape (Weibull) 及其估計值、標準誤和信賴限。
  • Coefficients —— Intercept 和每個共變數的 Coef、SE Coef、Z、P 和信賴限。
  • Regression with Life Data Survival Plot (at mean covariate values) —— 各共變數取平均值的單元的配適存活機率隨時間變化的曲線。
  • 透過 Download 匯出 PDF。

regression-with-life-data-output


圖 2 — 彈簧疲勞結果:負荷量係數為每 kN −0.166,溫度係數為每 °C −0.0112,韋伯形狀參數為 2.39(95% CI 為 1.77 至 3.00),並附有平均負荷量和平均溫度下的存活曲線。

計算範例

一名設計工程師在四種負荷量(6、8、10 和 12 kN)和三種溫度(25、50 和 75 °C)下對 48 個懸架彈簧進行循環試驗。超過 30,000 次循環的彈簧停止試驗,為右設限;48 個中有 39 個失效。工程師想知道負荷量和溫度使疲勞壽命縮短多少。他們設定 Time variable = Cycles to Failure,Use censoring column = Status,Censoring value = 0,並選擇 Load kN 和 Temperature C 作為共變數。

負荷量係數為每 kN −0.166(SE 0.0313,Z = −5.32,p < 0.001):每增加 1 kN,壽命乘以 exp(−0.166) = 0.85,即縮短約 15%,其 95% 信賴區間(−0.228 至 −0.105)使該因子介於 0.80 和 0.90 之間。溫度係數為每 °C −0.0112(SE 0.00341,Z = −3.28,p = 0.001;95% CI 為 −0.0179 至 −0.0045):溫度每升高 10 °C,壽命乘以 0.89,從 25 °C 升至 75 °C 會使壽命降至 57%。兩種效應均顯著。共同的韋伯形狀參數為 2.39(95% CI 為 1.77 至 3.00),遠大於 1,因此失效率隨循環數上升:耗損,符合疲勞的預期。

根據配適模型,在 6 kN 和 25 °C 下特徵壽命約為 45,900 次循環,而在 12 kN 和 75 °C 下僅約為 9,670 次循環。存活圖顯示處於平均試驗條件(8.75 kN 和 52.6 °C)下的彈簧。從共變數中去掉 Temperature C,AIC 從 825.1 升至 833.3,因此含溫度的模型更好。對於設計而言,在所試驗的範圍內負荷量的影響更大,但在高溫下執行的彈簧需要在負荷量方面留出額外裕量。

常見問題

何時應使用壽命資料迴歸?

當產品壽命取決於一個或多個數值型因子(如負荷量、溫度、電壓或設計尺寸),且部分單元在試驗結束時尚未失效時使用。它適用於在多種條件組合下進行的壽命試驗,而不是在單一應力的各水準下進行的試驗,並可預測其他設定下的壽命。

如何解讀韋伯加速失效時間模型中的係數?

共變數增加一個單位,壽命乘以其係數的 exp,因此負係數意味著壽命更短;對於 k 個單位,因子為 exp(k 乘以係數)。在計算範例中,負荷量係數為每 kN −0.166,表示每增加 1 kN,彈簧壽命乘以 0.85,即縮短約 15%。

壽命資料迴歸中的韋伯形狀參數說明什麼?

共同的形狀參數描述失效率隨役齡的變化。大於 1 時失效率上升,表示耗損(如疲勞);接近 1 時恆定;小於 1 時下降。在彈簧疲勞範例中,形狀參數為 2.39,95% 信賴區間為 1.77 至 3.00,證實了耗損。

如何處理設限資料並比較模型?

使用設限欄:等於設限值(預設為 0)的列是試驗停止時仍在執行的右設限單元,其他每一列都是失效。設限單元將其韋伯存活機率貢獻給概似。用 AIC 比較模型;在考慮項數之後,AIC 越低表示模型越好。