לעתים קרובות כמהנדס אמינות, או מי אחראי למחקר אמינות של פריט, או חישובו, תוכל למצוא נתונים שפורסמו פשטניים נותנים לך את הרושם שהאמינות היא מאפיין בלתי משתנה פיזי כמו מסה או נפח, משהו מהותי לחומרים שנכללו ב . זו בעצם גישת השכל ישר, אנחנו יודעים דבר ישן הוא פחות אמין מעותק חדש של אותו הדבר. אבל, היגיון זה מקבל טען מתוכנו כאשר אנו מתמודדים עם שולחנות ליישב של MTBF (זמן ממוצע בין תקלות) ערכים, תשיעית (כלומר 0.99999, מידה מסוימת של אמינות), שיעורי כישלון ודברים אחרים. בואו נחזור לגישת השכל הישר, אבל עם מתמטיקה.
אז, מה שאנחנו כבר יודעים? אנחנו יודעים שמכונות ישנות יותר הן בדרך כלל פחות אמין ממכונות חדשות יותר. תופעה זו מכונית בדרך wearout (למרות שכמה דברים כמו אלקטרוניקה לא wearout במובן המסורתי). הפרט אולי לזה, הוא שמשהו חדש לגמרי, שמעולם לא נבדק עלול להיות פחות אמין מאחד שפועל כבר זמן מה. תופעה זו מכונית תמותת תינוקות. המסר הוא שהאמינות של שינויי פריט לאורך זמן.
לכן, כאשר אנחנו אומרים או קראנו שפריט יש MTBF של 8,000 שעות, שחייב להתייחס אך ורק לתקופת זמן מסוים, בין אם זה ערך נקודה או ערך ממוצע לא יכול להיות המובן מאליו, ללא פרטים נוספים. 
אם אנו משתמשים במשוואת חלוקת כישלון WEIBULL, אנחנו יכולים לייצג את המנגנונים האלה במשוואה שגם מראה לנו כיצד שיעור הכישלון או MTBF שינויים לאורך זמן עבור הפריט הנתון שלנו. המשוואה לעיל מאפשרת לנו לחשב את שיעור הכישלון לאורך זמן, בהתחשב בערכים של החיים האופייניים (ETA) בגורם הצורה (בטא).
אם תיישם כמה מספרים סבירים שלמשוואה, מה התוצאות שלנו נראות? לחיים אופייניים ל9,500 שעות, וגורמי צורה של 2.4, תוכל לראות את העקומה הבאה עם שיעור כישלונות הולך וגובר.
Futher, תוכל לשרטט MTBF הנצפה (ערך אחד יכול לחשב על סמך ספירת יחידות כושלות לתאריך וזמן הפעלה מצטבר) על אותו סולם הזמן לייצר עקומות זה המציג את הירידה מMTBF אינסופי הקרוב בתחילה לערכו של כ 3500 שעות קרובות לסוף.
אז, מה זה אומר כאשר אנו רואים ערך קבוע לשיעור כישלון או MTBF המודפס איפשהו. בעיקרו של דבר, המו"ל עשה הנחה כי האמינות היא קבועה לאורך תקופת זמן מסוימת. כדי להשתמש במידע זה, עם זאת, אנחנו צריכים לדעת מה פרק הזמן שהם מתייחסים אליו, אחר אנחנו מסתכנים מאוד הערכת יתר או הערכת האמינות של המערכת שלנו.
