竞争原因的示例
Nelson (1982) 讨论了有很多失效原因的小电器的失效时间。数据的一个组（第 2 组）用 JMP 样本数据表 Appliance.jmp 来表示。
1. 选择帮助 > 样本数据库，然后打开 Reliability/Appliance.jmp。
2. 选择分析 > 可靠性和生存 > 生存。
3. 选择时间周期并点击 Y，事件时间。
4. 点击确定。
5. 点击“乘积限生存拟合”旁边的红色小三角并选择竞争原因。
6. 点击原因编号，然后点击确定。
7. 点击“竞争原因”红色小三角并选择危险率图选项。
图 13.11 “竞争原因”报表和危险率图
整个系统的生存分布仅是生存概率之积。“竞争原因”表显示每个失效原因的 Alpha 和 Beta 的 Weibull 估计值。
在本例中，大多数失效是由于原因 9 造成的。原因 1 只出现过一次且不能生成好的 Weibull 估计值。原因 15 出现的时间很短而且导致很小的 beta 和很大的 alpha。回想一下 alpha 是失效时间的 63.2% 分位数估计值，这意味着前期失效的原因通常有很大的 alpha。若这些原因不导致前期失效，则也通常不会导致后期失效。
Figure 13.12显示了在“分位数”选项有效时按“原因编号”划分的“时间周期”的“以 X 拟合 Y”图。该图进一步说明 alpha 和 beta 与失效分布之间的关系。
图 13.12 按“原因编号”划分的“时间周期”的“以 X 拟合 Y”图
在本例中，回想一下原因 9 导致了大多数失效。若更正了原因 9 的问题，这将如何影响其他原因导致的生存概率呢？选择忽略原因选项可删除原因值并重新计算生存估计值。
Figure 13.13显示了具有所有竞争原因的生存图和没有原因 9 的生存图。您可以看到不含原因 9 的生存率（用虚线表示）在 2,000 个周期前没有大的改进。之后，该生存率变得好许多，甚至在 10,000 个周期后仍有改进。
图 13.13 具有忽略原因的生存图
