指数、Weibull、対数正規プロットとあてはめ
図12.5 指数、Weibull、対数正規プロットとレポート
指数分布は、パラメータが1つだけ(θ)なので最も単純です。指数分布はハザードが一定で、どれだけの時間を生存していたかがイベントの起こりやすさに影響しない分布です。パラメータθは寿命の期待値を表します。
Weibull分布は、故障時間データの解析に最も良く使われている分布です。Weibull分布は、いろいろな統計学者が異なる方法でパラメータ化しています(表12.2 )。JMPのレポートには2種類のパラメータ化による結果が表示されます。1つはLambda(λ)とDelta(δ)を使った「極値パラメータ推定値」、もう1つはAlpha(α)とBeta(β)を使った「Weibullパラメータ推定値」です。「Weibullパラメータ推定値」は信頼性分析の文献で説明されています。たとえば、Nelson(1990)を参照してください。Alphaは、63.2%のユニットが故障する分位点を示します。Betaが1より大きい場合、ハザードは時間の経過とともに増加します。Betaが1より小さい場合、ハザードは時間の経過とともに減少します。Beta=1の場合、ハザードが一定な指数分布になります。
alpha=alpha
|
beta=beta
|
|
eta=alpha
|
beta=beta
|
|
c = alpha
|
m = beta
|
|
eta=alpha
|
beta=beta
|
|
exp(X beta)=alpha
|
lambda=beta
|
|
beta=alpha
|
alpha=beta
|
|
lambda = 1/alpha
|
p = beta
|
|
lambda=log(alpha)
|
delta=1/beta
|
|
mu=log(alpha)
|
sigma=1/beta
|
対数正規分布も一般に広く普及しています。この分布では、値の対数が正規分布に従います。正規分布に従っているデータを、指数変換すると対数正規分布になります。「生存時間(パラメトリック)のあてはめ」章の「「生存時間(パラメトリック)のあてはめ」の別例」を参照してください。
追加のオプションを表示するには、指数、Weibull、対数正規の各分布をあてはめるときに、Shiftキーを押しながら「Kaplan-Meier法によるあてはめ」タイトルバーの赤い三角ボタンをクリックし、希望のあてはめをクリックします。
図12.6 信頼率の等高線図