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 > 寿命分布
3.
选择时间周期并点击 Y,事件时间
4.
选择原因编号并点击失效原因
5.
似然选作“置信区间方法”。
6.
选择允许失效模式使用固定参数模型
7.
点击确定
图 3.23 忽略了“原因 1”的固定参数模型
10.
选择 Weibull beta 并键入 2。
11.
点击更新
图 3.24 指定了 Weibull Beta 的固定参数模型
在“参数估计值 - Weibull”报表中,假定 β 等于 2,alpha 参数估计为 22463.391。现在您可以将其用于“原因=1”的失效分布。
14.
对于“原因 1”的分布,选择固定参数的 Weibull 分布
15.
点击更新模型
图 3.25 显示“原因 1”的更新模型
为某个原因指定 Bayes 模型的步骤类似于将固定参数模型指定为原因的分布中所述的步骤。 在所需的“Bayes 估计”报表中定义该模型,该报表位于针对单个原因的“寿命分布”报表的“统计学”下方的相应“参数估计值”分级显示项中。请参见Bayes 估计 - <分布名称>
θ2 的后验分布中抽取某个样本,表示为
为某个原因指定 Weibayes 模型的步骤类似于将固定参数模型指定为原因的分布中所述的步骤。 在针对该原因的“寿命分布”报表中的“统计学”下方的“参数估计值 - Weibull”分级显示项中,选择“固定参数”选项。在“固定参数”报表中,选中“Weibayes”选项。Weibayes 模型被视为 Bayes 模型,并且从参数 alpha 的后验分布中抽取 Bootstrap 样本。请参见 Liu and Wang (2013)。
要获取时间 t 处的剩余寿命均值的估计值,需要从聚合分布(以生存到时间 t 为条件)中抽取 m 个样本。然后计算这些样本的平均值。
要计算置信区间,需要从 MLE 的渐近分布或使用 Bayes 推论推导出的后验分布中抽取 n 个参数估计值样本。对于每个参数值样本,都形成一个聚合分布,从中抽取 m 个样本来计算剩余寿命均值。使用 n 个剩余寿命均值的样本来构造置信区间。
是混合比例 wi 的估计值
Fi 的估计概率密度函数
若观测 y 未删失,保存值则由以下公式计算得出: