Annoncer

Live opdateringer

Seneste artikler

Emne Index

analyse udvikling innovationer politik risiko Uncategorized

Abonner

  • Add to My Yahoo!
  • Tilføj til Google
    Tilføj til Technorati favoritter
    Adgang RSS Feed


    Oversætte

    English flagItalian flagKorean flagChinese (Simplified) flagPortuguese flagGerman flagFrench flagSpanish flagJapanese flagArabic flag
    Russian flagGreek flagDutch flagDanish flagHindi flagSwedish flagHebrew flagIndonesian flagThai flagTurkish flag
    By N2H

    Links


    «Deponeringsanlæg som energikilde | Main | CAFE Standards og hastighedsbegrænsninger, Runde 2»

    Beregning Pålidelighed med delvis Testresultater

    Af Jeremy Gernand | 14 maj 2008

    Kom godt svar på, før du er færdig. Hvorfor er folk altid så utålmodig? Hvorfor kan de ikke bare vente til test er færdig, før de beder om svar på? Jeg formoder, det er netop den menneskelige natur, som jeg har hørt, at spørgsmålet enhver tid jeg har været involveret i pålidelighed testprogrammer. Og selv om vi ville vide meget mere, hvis vi ventede til flere data til at rulle i, der er tidspunkter, at vi kan vurdere, hvor vores projekt står på grundlag af delvise testresultater.

    Tænk over det. Du har sikkert lagt mærke til, at der i medicinske forsøg, nogle gange (sjældent) bare lidt ind i en flerårig undersøgelse af effektiviteten af nogle lægemidler, medicinsk procedure, eller enheden retssagen er standset. Det er da nok været indsamlet til at fastslå, at stoffet eller proceduren er sundhedsskadelige eller yderst gavnlig. Disse er bemærkelsesværdige resultater, at komme så tidligt. Forskere bruger en stor mængde af indsats for at sikre, at de forsøg, de design omfatter den rette mængde af mennesker og ret lang tid til at bestemme et svar. Etik krav om, at forsøg ikke er gennemført på alt for mange personer i for lang en periode. Så, hvad det fortæller os, er, at en delvis statistik fra en igangværende test kan være i stand til at give os vigtig information.

    Lad mig beskrive den ideelle situation, hvor du kan få til at give et svar på delvise testresultater. Mange situationer kan give endnu færre data at levering af et svar meget svag i bedste fald baseret på din troværdighed som en pålidelig analytiker. Lad os sige, at vi tester en population af enheder (20) i en fremskyndet liv test. På tilsvarende livet af 27 gange ud af 100, 6 enhed af vores i alt 20 har svigtet. Fra vores tidligere test vi forventer en beta Weibull form faktor på ca 2.4, og vores tid til manglende data tegnes ind på den eksponentielle kurve er i overensstemmelse med, at (se denne side for et eksempel). Denne faktor vil være en kilde til usikkerhed, indtil testen er afsluttet. Og, selvfølgelig, er vi antager, at vores test er korrekt udformet.

    Nu ved anvendelse af Six Sigma metoder (mindst basale), er vores data ikke tilføje op til meget. Ingen enkelt enhed har gennemført test med succes, og så vi vil have meget at sige om, hvorvidt alle enheder kan endda overleve varigheden af testen. Men kan vi passe vores data til en Weibullfordelingen kurve givet vores procent mislykkedes værdier på et givet tidspunkt, og vores antages beta-værdi. Igen, vil dette ikke nøjagtigt til, hvad vi regner i slutningen, men det kan give nyttige oplysninger på dette mellemliggende stadium.

    Brug den gratis Weibull lommeregneren til rådighed på dette site, jeg giver mit input værdier og gennemgå resultaterne. Dette er en glimrende lejlighed til at teste følsomheden af resultaterne til dit input, som vores oplysninger er usikre på nuværende tidspunkt. Varierende de input, med 10% til 15% og citere de foreløbige resultater som en række værdier baseret på, at afvigelser kan give mere tillid til, at du har mindst identificeret området omkring den sandsynlige endelige værdier. Billedet nedenfor viser resultaterne fra regnemaskinen. Weibull Pålidelighed Calculator Resultater for Delvis Test med 30% mislykkedes på 27% Life Komplet og en beta på 2,4

    Som du kan se, vores resultater viser, at 99,97% af vores enheder ville ikke før til 100 cykler, med en gennemsnitlig tid mellem fejl på omkring 42 cykler. Det er ikke en god situation. Vi vil rådes nu til at standse teste og forbedre vores design, selvom 70% af vores test-enheder fungerer perfekt. I dette tilfælde, vi har tilstrækkeligt med data på dette tidspunkt i processen at gøre konklusioner. Hvis vi fortsat testen, det er sandt, ville vi være i stand til at gøre endnu mere konklusioner og foretage flere analyser, men hvorfor gå på, når vi kender slutningen på historien.

    Relaterede artikler:

    Emner: analyse |