|
•
|
第 “パラメトリック推定 - <分布の名前>”（「分布の比較」レポートで選択した各分布に対して表示されるレポート）
|
「モデルの比較」レポートには、AICc、BIC、および、対数尤度をマイナス2倍したものが、あてはめた分布ごとに表示されます。これらの統計量は、値が小さいほどあてはまりが良いことを示します。これらの統計量の詳細については、『基本的な回帰モデル』の付録「統計的詳細」を参照してください。
初期状態では、行は「AICc」によって並べ替られています。並べ替えに用いる規準を変更するには、「寿命の一変量」の赤い三角ボタンをクリックし、［比較の規準］を選択します。このオプションの詳細は、第 “「寿命の一変量」レポートのオプション”を参照してください。
同時95%信頼区間。信頼水準は、レポートオプションから［信頼水準の変更］を選択することによって変更できます。Nair（1984）およびMeeker and Escobar（1998）を参照してください。
ノンパラメトリックな推定値については、第 “ノンパラメトリックな推定値”を参照してください。
それぞれの確率分布のパラメータ表現については、第 “パラメトリックな分布”を参照してください。
|
•
|
因子を設定するためのウィンドウが表示されます。因子の現在の設定に特定の値を指定したり、その設定をロックしたり、プロット点の数を変更したりできます。詳細については、『プロファイル機能』の「プロファイル」章を参照してください。
いくつかのオプションがあります。詳細については、『プロファイル機能』の「プロファイル」章を参照してください。
このオプションを選択するとレポートが開き、そこで分布パラメータの値を指定できます。パラメータを指定し、適切なチェックボックスにチェックを入れた後、［更新］をクリックしてください。すると、新しく指定されたパラメータ値に基づいて、他のパラメータ値、共分散、およびプロファイルが再推定され、それらの結果が「分布パラメータの指定」レポートに表示されます。非制約モデルの分布プロファイルは、固定パラメータモデルの分布プロファイルの下に示されます。競合する原因の例については、第 “競合原因分析でのパラメータ指定”を参照してください。
Weibull分布に対しては、この［分布パラメータの指定］オプションにおいて、Weibayes分析も行えます。例として、第 “Weibayes推定”を参照してください。Weibayes分析のオプションは、区間打ち切りデータに対しては使用できません。
3種類の事前分布（［位置と尺度の事前分布］、［分位点とパラメータの事前分布］、［故障確率の事前分布］）のいずれかに基づいて、Bayes法により分布パラメータの事後分布を求めます。第 “Bayes推定 - <分布の名前>”を参照してください。このBayes推定のオプションは、対数正規分布・Weibull分布・対数ロジスティック分布・Fréchet分布・正規分布・最小極値分布・ロジスティック分布・最大極値分布に対してのみ利用できます。
特定の分位点（時間）における故障確率と生存確率、および、特定の故障確率に対する分位点を計算します。また、これらに対する両側または片側の信頼区間も算出されます。「確率の推定」と「分位点の推定」の2つのレポートが表示されます。第 “カスタム推定”を参照してください。
あてはめた分布に基づいて平均余寿命を求めます。「平均余寿命の計算」で「時間」を入力してEnterキーを押すと、推定値が表示されます。複数の平均余寿命を計算したい場合には、プラス記号をクリックしてください。この［平均余寿命］オプションは、対数正規分布・Weibull分布・対数ロジスティック分布・Fréchet分布・正規分布・最小極値分布・ロジスティック分布・最大極値分布・指数分布に対してのみ利用できます。
一部の分布では、Bayes推定を行えます。この機能では、Markov連鎖モンテカルロ（MCMC; Markov Chain Monte Carlo）アルゴリズムが使われています。ここで使われているMCMCアルゴリズムは、独立連鎖サンプラーを用いたMetropolis-Hastings法です。Robert and Casella（2004）を参照してください。
「パラメトリック推定 - <分布の名前>」レポートの赤い三角ボタンから、［Bayes推定］を選択してください。そうすると、「Bayes推定 - <分布の名前>」というアウトラインが開きます。レポートは最初、コントロールパネルになっているので、そこで事前分布パラメータや乱数シミュレーションに関するオプションを指定します。
|
•
|
|
•
|
分布パラメータ（位置パラメータと尺度パラメータ）に対して、事前分布を指定できます。「事前分布」の赤い三角ボタンのメニューから、各分布パラメータに対する事前分布を選択してください。また、選択した事前分布に対する適当なハイパーパラメータ値を設定してください。最初に設定されている値は、最尤推定の結果に基づいています。詳細は、第 “Bayes推定の事前分布”を参照してください。
分位点と尺度パラメータ（または、Weibull分布においてはβ）に対して、事前分布を指定できます。分位点は、「確率」の値に対応したものです。デフォルトの「確率」の値は0.10ですが、関心のある分位点に変更できます。このオプションでは、分位点と尺度パラメータの事前分布における99%下側限界と99%上側限界を指定します。詳細については、Meeker and Escobar（1998）を参照してください。最初に設定されている値は、最尤推定の結果に基づいています。詳細は、第 “Bayes推定の事前分布”を参照してください。
|
1.
|
「分布プロファイル」で描かれている曲線は、指定の時間をtとすると、次のように求められます。
|
–
|
事後分布の標本における各パラメータ値に対して、時間tにおける累積分布関数の値が計算されます。
|
試験によっては故障がまったく生じず、 すべての観測値が右側打ち切りになる場合があります。故障がまったくないデータに対しては、Bayes推定やWeibaye推定を行えます。第 “Weibayesレポート”を参照してください。
メモ: デフォルトでは、故障がまったくないデータはWeibayes推定で分析されます。故障がまったくないデータに対し、より汎用的なBayes 推定を行いたい場合は、［ファイル］>［環境設定］>［プラットフォーム］>［寿命の一変量］を選択し、［故障ゼロの場合はWeiBayes分析のみ］のチェックボックスを外します。
［カスタム推定］を選択すると、「確率の推定」と「分位点の推定」の2つのレポートが表示されます。「確率の推定」レポートでは、特定の時間（分位点）に対して、故障確率と生存確率の推定値を計算します。「分位点の推定」レポートでは、特定の故障確率に対して、分位点の推定値を計算します。各分位点の推定値には、Wald法に基づく信頼区間と尤度に基づく信頼区間の両方が表示されます。これらの信頼区間の信頼水準は、「寿命の一変量」の赤い三角ボタンメニューの［信頼水準の変更］オプションを使って変更できます。
「確率の推定」レポートには、「時間」の値を入力します。そして、Enterをクリックすると、故障確率と生存確率、および、それらの信頼区間が表示されます。複数の確率の推定値を計算したい場合には、プラス記号をクリックします。新しいボックスが表示されるので、そこに値を入力してEnterキーを押します。最後の入力を削除するにはマイナス記号をクリックします。
「分位点の推定」レポートには、「故障確率」の値を入力します。Enterをクリックすると、分位点とその信頼区間が表示されます。複数の分位点の推定値を計算したい場合には、プラス記号をクリックします。新しいボックスが表示されるので、そこに別の故障確率の値を入力してEnterキーを押します。最後の入力を削除するにはマイナス記号をクリックします。