发布日期: 04/13/2021

比较分布

“比较分布”报表支持您拟合和比较不同的失效时间分布。显示两个列表:

分布

选择响应的分布。根据数据特征显示不同的分布。有关可用分布的详细信息,请参见可用的参数分布

尺度

选择概率轴的尺度。概率尺度对应于“尺度”按钮左侧列出的分布。使用该尺度,拟合模型通过一条线来表示。假定您拟合给定的分布,随后使用该分布统一轴的尺度。通常情况下,若各点沿线条分布,这指示该分布提供了合理的拟合。

默认图显示未删失数据的非参数估计值 (Kaplan-Meier-Turnbull) 及其置信区间。置信区间通过水平蓝线来表示。

提示:要定制非参数估计值图,请选择文件 > 首选项 > 平台 > 寿命分布,然后选择一个或多个以下首选项:显示着色点态区间显示着色联合区间显示楼梯样式函数

默认情况下,图顶部有一个面板显示右删失观测的时间。

提示:要隐藏包含右删失观测的标记的面板,请选择文件 > 首选项 > 平台 > 寿命分布,然后取消选中为右删失观测显示标记

对于您选择的每个分布,“比较分布”报表会随之更新以显示以下内容:

估计的累积分布曲线,显示在概率图上

着色区域,指示累积分布的置信区间

分布刻画器,显示给定时间期间的失效累积概率

Figure 3.9显示了“比较分布”报表的示例,其中显示了 Logistic(黄色)和指数(品红色)分布。该图使用“指数”分布统一尺度。

图 3.9 “比较分布”报表和“分布刻画器” 

Image shown here

可用的参数分布

本节说明“比较分布”报表中提供的分布。

注意:针对“竞争原因”报表的分布在可用于竞争原因比较分布报表的分布中说明。

可用的分布在参数分布中列出并进行了详细说明。 共有四组主要的参数分布:

基本失效时间分布

阈值分布

缺陷子总体分布

零泛滥分布

提示:要限制默认情况下哪些分布可用,请选择文件 > 首选项 > 平台 > 寿命分布,然后取消选中您不想显示的分布。列出的分布包括“阈值”、“缺陷子总体”、“零泛滥”、“对数广义 Gamma”和“广义 Gamma”分布。默认情况下选中所有分布,因此所有分布都可用。

用于确定哪些分布显示在“比较分布”面板中的规则取决于特定的实现方式。基本的准则是:若这些分布未在“首选项”中禁用且在给定情形下适用,那么它们就可用。

基本失效时间分布

只要所有失效时间都为正,基本失效时间分布即可用。这些分布包括:

对数正态

Weibull

对数 Logistic

Fréchet

正态

最小极值

Logistic

最大极值

指数

对数广义 Gamma

广义 Gamma

注意:若存在负或零失效时间,则只有“正态”、“最小极值”、“Logistic”、“最大极值”和“对数广义 Gamma”可用。

阈值分布

阈值 (TH) 分布始终可用。阈值分布是带有阈值参数的对数-位置-尺度分布。阈值参数使分布偏离 0。这些分布假定所有单元一直生存到阈值所示的时间。阈值分布适用于拟合中度到重度偏移的分布。阈值分布包括:

阈值对数正态

阈值 Weibull

阈值对数 Logistic

阈值 Fréchet

缺陷子总体分布

当所有失效时间均为正时,缺陷子总体 (DS) 分布可用。这些分布适用于只有一部分总体具有导致失效的特定缺陷的情况。使用缺陷子总体分布选项可对仅在子总体上出现的失效建模。缺陷子总体分布包括:

缺陷子总体对数正态

缺陷子总体 Weibull

缺陷子总体对数 Logistic

缺陷子总体 Fréchet

零泛滥分布

当事件时间数据以零作为“寿命分布”平台中的最小值时,以下零泛滥分布可用:

零泛滥对数正态(ZI 对数正态)

零泛滥 Weibull (ZI Weibull)

零泛滥对数 Logistic(ZI 对数 Logistic)

零泛滥 Fréchet (ZI Fréchet)

当一定比例的单元在时间 0 失效时,可使用零泛滥分布。当数据包含零的个数超出标准模型应有的个数时,就会造成零泛滥。

零失效数据

在零失效数据的情况下,以上分布默认均不可用。要获取可使用“Bayes 估计”选项的那些分布的 Bayes 拟合,请选择文件 > 首选项 > 平台 > 寿命分布,然后取消选中 Weibayes 仅适用于零失效数据。请参见Weibayes 仅适用于零失效数据

允许 Bayes 估计的参数分布

Bayes 估计可用于以下参数分布:

对数正态

Weibull

对数 Logistic

Fréchet

正态

最小极值

Logistic

最大极值

Bayes 估计的先验分布中提供了可用作这些分布的超参数的先验分布的分布列表。

需要更多信息?有问题?从 JMP 用户社区得到解答 (community.jmp.com).