Minitab 22 - Parameterschätzung in der Verteilungsanalyse (Rechtszensierung)
- Erstellt am 28.12.2015
- Überarbeitet am 4.4.2024
- Software1 : Minitab 22, 21, 20, 19, 18
Wie werden in Minitab bei der Verteilungsgebundenen Analyse für rechtszensierte Daten die Verteilungsparameter geschätzt?
Das entsprechende APS-Paket ist über unseren ADDITIVE Professional Service erhältlich. Um das Paket zu erhalten, kontaktieren Sie unseren Support per E-Mail an
Erläuterung
In den Werkzeugen
- Statistik: Zuverlässigkeit/Lebensdauer: Verteilungsanalyse (Rechtszensierung): Verteilungsidentifikation
- Statistik: Zuverlässigkeit/Lebensdauer: Verteilungsanalyse (Rechtszensierung): Verteilungsübersicht
- Statistik: Zuverlässigkeit/Lebensdauer: Verteilungsanalyse (Rechtszensierung): Verteilungsgebundene Analyse
können Sie bei der Schätzung der Verteilungsparameter zwischen zwei Schätzverfahren wählen:
- Maximum-Likelihood
- Kleinste Quadrate (Ausfallzeit(X) nach Rang(Y)
Weibullverteilter Beispieldatensatz
↓ | C1 | C2-T |
Stunden | Ausfall? | |
1 | 226 | Ja |
2 | 509 | Ja |
3 | 538 | Ja |
4 | 745 | Ja |
5 | 1000 | Nein |
6 | 1261 | Ja |
7 | 1375 | Ja |
8 | 1478 | Ja |
9 | 1540 | Ja |
10 | 1619 | Ja |
11 | 1655 | Ja |
12 | 1696 | Ja |
13 | 1741 | Ja |
14 | 1790 | Ja |
15 | 2000 | Nein |
16 | 2310 | Ja |
17 | 2326 | Ja |
18 | 2568 | Ja |
19 | 2867 | Ja |
20 | 3426 | Ja |
Maximum-Likelihood
Haben Sie als Schätzmethode Maximum-Likelihood ausgewählt, dann werden die Verteilungsparameter so geschätzt, dass diese unter Berücksichtigung der Zensierung die Likelihood- beziehungsweise Loglikelihood-Funktion für die Stichprobe maximieren.
Das APS-Paket Nr. 813 enthält ein Minitab-Projekt, in welchem wir den Loglikelihood-Wert für die Maximum-Likelihood-Schätzer dieses Datensatzes manuell nachgerechnet haben. Die Berechnungen können Sie durch einen Klick auf den grünen Haken über der jeweiligen Spalte nachvollziehen. Als Verteilung haben wir die Weibull-Verteilung ausgewählt. Wenn Sie Form- und Skalenparameter variieren, erhalten Sie kleinere Loglikelihood-Werte.
Kleinste Quadrate (Ausfallzeit(X) nach Rang(Y))
Wenn Sie als Schätzmethode Kleinste Quadrate (Ausfallzeit(X) nach Rang(Y)) ausgewählt haben, dann werden die Daten so transformiert, dass die Verteilungsanpassung in dieser Transformation zu einer Geraden würde, und die transformierten Daten werden dann linear angepasst. Am Beispiel-Datensatz erhalten Sie mit der Weibull-Verteilung die unten angezeigten Schätzer.
Statistik: Zuverlässigkeit/Lebensdauer: Verteilungsanalyse (Rechtszensierung): Verteilungsgebundene Analyse
Zensieren
Optionen
OK
Das Ergebnis der Schätzmethode können Sie, zum Beispiel unter Verwendung der Seite Methoden und Formeln in der Minitab-Hilfe zur Verteilungsanalyse (Rechtszensierung), folgendermaßen nachvollziehen. Bitte stellen Sie sicher, dass der Modus Ansicht: Befehlszeile/Verlauf aktiviert ist, damit Sie auf der rechten Seite die Befehlszeile sehen, und führen Sie diese Befehle in der Befehlszeile aus (Kommentarzeilen beginnen mit #).2
Name C3 "IR"
Let 'IR' = If('Ausfall?' = "Ja";Rank(-Stunden);'*')
Name K1 "AR_0"
Name K2 "AR_1"
Name K3 "AR_2"
Name K4 "AR_3"
Name K5 "AR_4"
Name K6 "AR_5"
Name K7 "AR_6"
Name K8 "AR_7"
Name K9 "AR_8"
Name K10 "AR_9"
Name K11 "AR_10"
Name K12 "AR_11"
Name K13 "AR_12"
Name K14 "AR_13"
Name K15 "AR_14"
Name K16 "AR_15"
Name K17 "AR_16"
Name K18 "AR_17"
Name K19 "AR_18"
Name K20 "IR_1"
Name K21 "IR_2"
Name K22 "IR_3"
Name K23 "IR_4"
Name K24 "IR_5"
Name K25 "IR_6"
Name K26 "IR_7"
Name K27 "IR_8"
Name K28 "IR_9"
Name K29 "IR_10"
Name K30 "IR_11"
Name K31 "IR_12"
Name K32 "IR_13"
Name K33 "IR_14"
Name K34 "IR_15"
Name K35 "IR_16"
Name K36 "IR_17"
Name K37 "IR_18"
Let 'IR_1' = 'IR'(1)
Let 'IR_2' = 'IR'(2)
Let 'IR_3' = 'IR'(3)
Let 'IR_4' = 'IR'(4)
# Der fünfte Wert ist zensiert und wird übersprungen.
Let 'IR_5' = 'IR'(6)
Let 'IR_6' = 'IR'(7)
Let 'IR_7' = 'IR'(8)
Let 'IR_8' = 'IR'(9)
Let 'IR_9' = 'IR'(10)
Let 'IR_10' = 'IR'(11)
Let 'IR_11' = 'IR'(12)
Let 'IR_12' = 'IR'(13)
Let 'IR_13' = 'IR'(14)
# Der 15. Wert ist zensiert und wird übersprungen.
Let 'IR_14' = 'IR'(16)
Let 'IR_15' = 'IR'(17)
Let 'IR_16' = 'IR'(18)
Let 'IR_17' = 'IR'(19)
Let 'IR_18' = 'IR'(20)
Let 'AR_0' = 0
Let 'AR_1' = ('IR_1'*'AR_0'+N('Stunden')+1)/('IR_1'+1)
Let 'AR_2' = ('IR_2'*'AR_1'+N('Stunden')+1)/('IR_2'+1)
Let 'AR_3' = ('IR_3'*'AR_2'+N('Stunden')+1)/('IR_3'+1)
Let 'AR_4' = ('IR_4'*'AR_3'+N('Stunden')+1)/('IR_4'+1)
Let 'AR_5' = ('IR_5'*'AR_4'+N('Stunden')+1)/('IR_5'+1)
Let 'AR_6' = ('IR_6'*'AR_5'+N('Stunden')+1)/('IR_6'+1)
Let 'AR_7' = ('IR_7'*'AR_6'+N('Stunden')+1)/('IR_7'+1)
Let 'AR_8' = ('IR_8'*'AR_7'+N('Stunden')+1)/('IR_8'+1)
Let 'AR_9' = ('IR_9'*'AR_8'+N('Stunden')+1)/('IR_9'+1)
Let 'AR_10' = ('IR_10'*'AR_9'+N('Stunden')+1)/('IR_10'+1)
Let 'AR_11' = ('IR_11'*'AR_10'+N('Stunden')+1)/('IR_11'+1)
Let 'AR_12' = ('IR_12'*'AR_11'+N('Stunden')+1)/('IR_12'+1)
Let 'AR_13' = ('IR_13'*'AR_12'+N('Stunden')+1)/('IR_13'+1)
Let 'AR_14' = ('IR_14'*'AR_13'+N('Stunden')+1)/('IR_14'+1)
Let 'AR_15' = ('IR_15'*'AR_14'+N('Stunden')+1)/('IR_15'+1)
Let 'AR_16' = ('IR_16'*'AR_15'+N('Stunden')+1)/('IR_16'+1)
Let 'AR_17' = ('IR_17'*'AR_16'+N('Stunden')+1)/('IR_17'+1)
Let 'AR_18' = ('IR_18'*'AR_17'+N('Stunden')+1)/('IR_18'+1)
Name C4 "AR"
Let 'AR'(1) = 'AR_1'
Let 'AR'(2) = 'AR_2'
Let 'AR'(3) = 'AR_3'
Let 'AR'(4) = 'AR_4'
# Die fünfte Zeile wird wegen der Zensierung übersprungen.
Let 'AR'(6) = 'AR_5'
Let 'AR'(7) = 'AR_6'
Let 'AR'(8) = 'AR_7'
Let 'AR'(9) = 'AR_8'
Let 'AR'(10) = 'AR_9'
Let 'AR'(11) = 'AR_10'
Let 'AR'(12) = 'AR_11'
Let 'AR'(13) = 'AR_12'
Let 'AR'(14) = 'AR_13'
# Die 15. Zeile wird wegen der Zensierung übersprungen.
Let 'AR'(16) = 'AR_14'
Let 'AR'(17) = 'AR_15'
Let 'AR'(18) = 'AR_16'
Let 'AR'(19) = 'AR_17'
Let 'AR'(20) = 'AR_18'
Die nächste Tabelle zeigt das Zwischenergebnis mit den Spalten IR (kurz für Inverse Range) und AR (kurz für Average Range).
↓ | C1 | C2-T | C3 | C4 |
Stunden | Ausfall? | IR | AR | |
1 | 226 | Ja | 20 | 1.0000 |
2 | 509 | Ja | 19 | 2.0000 |
3 | 538 | Ja | 18 | 3.0000 |
4 | 745 | Ja | 17 | 4.0000 |
5 | 1000 | Nein | * | * |
6 | 1261 | Ja | 15 | 5.0625 |
7 | 1375 | Ja | 14 | 6.1250 |
8 | 1478 | Ja | 13 | 7.1875 |
9 | 1540 | Ja | 12 | 8.2500 |
10 | 1619 | Ja | 11 | 9.3125 |
11 | 1655 | Ja | 10 | 10.3750 |
12 | 1696 | Ja | 9 | 11.4375 |
13 | 1741 | Ja | 8 | 12.5000 |
14 | 1790 | Ja | 7 | 13.5625 |
15 | 2000 | Nein | * | * |
16 | 2310 | Ja | 5 | 14.8021 |
17 | 2326 | Ja | 4 | 16.0417 |
18 | 2568 | Ja | 3 | 17.2813 |
19 | 2867 | Ja | 2 | 18.5208 |
20 | 3426 | Ja | 1 | 19.7604 |
Mit Hilfe der AR-Werte können Sie jetzt die Wahrscheinlichkeiten nach dem Median-Rank-Verfahren schätzen.
Berechnen: Rechner
Anmerkung: Berechnen Sie alternativ die Average-Rang- und Median-Rang-Werte mit Hilfe der interaktiven Exec-Datei APS-Paket Nr. 934.
Im nächsten Schritt folgen die Transformationen.
Berechnen: Rechner
Berechnen: Rechner
Statistik: Regression: Regression: Regressionsmodell anpassen
Speichern
Form- und Skalenparameter der Weibullverteilung können jetzt durch eine entsprechende Rücktransformation der Regressionskoeffizienten, die zum Beispiel in Spalte C8 gespeichert sind, geschätzt werden.
Bearbeiten: Befehlszeileneditor
Ergebnis
↓ | C1 | C2-T | C3 | C4 | C5 | C6 | C7 | C8 | C9-T | C10-T | C11 |
Stunden | Ausfall? | IR | AR | p | x | y | Koeff. der Geradengleichung | Bedeutung | Parameter | Schätzwert | |
1 | 226 | Ja | 20 | 1.0000 | 3.43% | 5.42053 | -3.35480 | 7.59661 | Schnittpunkt mit der y Achse | Form | 1.75035 |
2 | 509 | Ja | 19 | 2.0000 | 8.33% | 6.23245 | -2.44172 | 0.57131 | Steigung | Skala | 1991.43 |
3 | 538 | Ja | 18 | 3.0000 | 13.24% | 6.28786 | -1.95214 | ||||
4 | 745 | Ja | 17 | 4.0000 | 18.14% | 6.61338 | -1.60881 | ||||
5 | 1000 | Nein | * | * |
* |
* |
* |
||||
6 | 1261 | Ja | 15 | 5.0625 | 23.35% | 7.13966 | -1.32477 | ||||
7 | 1375 | Ja | 14 | 6.1250 | 28.55% | 7.22621 | -1.08997 | ||||
8 | 1478 | Ja | 13 | 7.1875 | 33.76% | 7.29845 | -0.88693 | ||||
9 | 1540 | Ja | 12 | 8.2500 | 38.97% | 7.33954 | -0.70560 | ||||
10 | 1619 | Ja | 11 | 9.3125 | 44.18% | 7.38956 | -0.53954 | ||||
11 | 1655 | Ja | 10 | 10.3750 | 49.39% | 7.41156 | -0.38424 | ||||
12 | 1696 | Ja | 9 | 11.4375 | 54.60% | 7.43603 | -0.23628 | ||||
13 | 1741 | Ja | 8 | 12.5000 | 59.80% | 7.46221 | -0.09277 | ||||
14 | 1790 | Ja | 7 | 13.5625 | 65.01% | 7.48997 | 0.04895 | ||||
15 | 2000 | Nein | * | * |
* |
* | * | ||||
16 | 2310 | Ja | 5 | 14.8021 | 71.09% | 7.74500 | 0.21587 | ||||
17 | 2326 | Ja | 4 | 16.0417 | 77.17% | 7.75191 | 0.38993 | ||||
18 | 2568 | Ja | 3 | 17.2813 | 83.24% | 7.85088 | 0.58012 | ||||
19 | 2867 | Ja | 2 | 18.5208 | 89.32% | 7.96102 | 0.80495 | ||||
20 | 3426 | Ja | 1 | 19.7604 | 95.39% | 8.13915 | 1.12423 |
Anmerkung: Wenn Sie Kleinste Quadrate (Ausfallzeit(X) nach Rang(Y) als Schätzmethode ausgewählt haben, erscheint im Wahrscheinlichkeitsnetz der Korrelationskoeffizient. Auch dieser kann mit Hilfe der Spalten x und y über das Haupmenü nachvollzogen werden (Statistik: Statistische Standardverfahren: Korrelation):
Korrelation nach Pearson für x und y = 0,975
Weitere Links
Wahrscheinlichkeitsnetz
Parameter Schätzmethoden (Beispiel Weibull Verteilung)
Standardabweichung in Wahrscheinlichkeitsnetzen (Lebensdaueranalyse versus Grafik-Menü)
Hinweis zur Exec-Datei: Bitte Stellen Sie vor dem ersten Aufruf der Exec-Datei sicher, dass der Ordner C:\Temp auf Ihrem Rechner existiert. Dieses Makro ist ein Beispiel für die Automatisierungsmöglichkeiten in Minitab. Trotz aller Sorgfalt übernehmen wir keine Gewährleistung für die Richtigkeit der Berechnungen und Ergebnisse.
|
1Wenn Sie Minitab 18 einsetzen, bitte beachten Sie die Hinweise in den Fußnoten.
2In Minitab 18 können Sie die Befehle mit dem Befehlszeileneditor übermitteln (Bearbeiten: Befehlszeileneditor oder Strg+L).