Nhận được câu trả lời trước khi bạn đã kết thúc Tại sao người luôn luôn thiếu kiên nhẫn? Tại sao họ không thể chỉ chờ đợi cho đến khi thử nghiệm là hoàn tất trước khi họ yêu cầu câu trả lời? Tôi cho rằng nó chỉ là bản chất con người, như tôi đã nghe nói rằng câu hỏi bất kỳ thời gian tôi đã được tham gia vào chương trình thử nghiệm độ tin cậy. Và, mặc dù chúng ta sẽ biết nhiều hơn nữa nếu chúng ta chờ đợi nhiều dữ liệu hơn để cuộn trong, có những lúc mà chúng ta có thể đánh giá dự án của chúng tôi đứng trên cơ sở kết quả kiểm tra một phần.
Hãy suy nghĩ về nó. Bạn có thể thấy rằng trong các thử nghiệm y tế đôi khi (hiếm khi) chỉ là một chút vào một cuộc điều tra nhiều năm vào hiệu quả của một số loại thuốc, thủ tục y tế, hoặc thiết bị thử nghiệm phải dừng lại. Đó là bởi vì các số liệu thống kê đủ đã được thu thập để xác định rằng các loại thuốc hay thủ tục là có hại hoặc vô cùng có lợi. Đó là những kết quả đáng kể đến quá sớm như vậy. Các nhà nghiên cứu chi tiêu một số lượng lớn các nỗ lực để đảm bảo rằng các thử nghiệm họ thiết kế bao gồm số tiền phải của con người và chiều dài của thời gian để xác định một câu trả lời. Đạo đức đòi hỏi thí nghiệm được thực hiện cá nhân quá nhiều trong một khoảng thời gian quá dài của thời gian. Vì vậy, điều này cho chúng ta là một phần số liệu thống kê từ một thử nghiệm liên tục có thể có thể cung cấp cho chúng tôi thông tin quan trọng.
Hãy để tôi mô tả tình hình lý tưởng mà bạn có thể phải cung cấp một câu trả lời về kết quả kiểm tra từng phần. Nhiều tình huống có thể cung cấp dữ liệu thậm chí ít hơn làm cho việc cung cấp bất kỳ câu trả lời vô cùng mong manh tốt nhất dựa trên độ tin cậy của bạn như là một nhà phân tích độ tin cậy. Hãy nói rằng chúng tôi đang thử nghiệm một dân số của các đơn vị (20) trong một thử nghiệm cuộc sống tăng tốc. Tại cuộc sống tương đương với 27 chu kỳ trong số 100, 6 đơn vị của tổng số 20 đã thất bại. Từ thử nghiệm trước đây của chúng tôi, chúng tôi đang mong đợi một yếu tố hình dạng beta Weibull khoảng 2.4, và thời gian của chúng tôi để dữ liệu không được vẽ trên đồ thị hàm số mũ là phù hợp với điều đó ( xem trang này cho một ví dụ ). Yếu tố này sẽ là một nguồn của sự không chắc chắn cho đến khi thử nghiệm được hoàn thành. Và, tất nhiên, chúng tôi giả định rằng thử nghiệm của chúng tôi được thiết kế đúng.
Bây giờ, bằng cách sử dụng tiêu chuẩn sáu sigma kỹ thuật ( ít nhất là cơ bản ), dữ liệu của chúng tôi không thêm lên đến nhiều. Không có đơn vị duy nhất đã hoàn thành thử nghiệm thành công, và vì vậy chúng tôi sẽ có rất ít để nói về có hay không có đơn vị thậm chí có thể tồn tại trong thời gian thử nghiệm. Tuy nhiên, chúng ta có thể phù hợp với dữ liệu của chúng tôi một đường cong phân phối Weibull cho% của chúng tôi không giá trị tại một điểm nhất định trong thời gian và giá trị beta giả định của chúng tôi. Một lần nữa, điều này sẽ không chính xác phù hợp với những gì chúng tôi tính toán cuối cùng, nhưng nó có thể cung cấp thông tin hữu ích ở giai đoạn trung gian.
Sử dụng máy tính Weibull miễn phí có sẵn trên trang web này, tôi cung cấp các giá trị đầu vào của tôi và xem xét kết quả. Đây là một cơ hội tuyệt vời để kiểm tra độ nhạy của các kết quả đầu vào của bạn, như thông tin của chúng tôi là không chắc chắn ở giai đoạn này. Thay đổi các yếu tố đầu vào từ 10% đến 15% và trích dẫn kết quả sơ bộ là một loạt các giá trị dựa vào sự khác biệt đó có thể cung cấp sự tự tin rằng bạn có ít nhất xác định khu vực của các giá trị cuối cùng có khả năng. Những hình ảnh dưới đây cho thấy các kết quả thu được từ máy tính. 
Như bạn có thể thấy, kết quả của chúng tôi cho thấy 99,97% các đơn vị của chúng tôi sẽ được thất bại trước khi 100 chu trình, với thời gian trung bình giữa thất bại của khoảng 42 chu kỳ. Đó không phải là một tình huống tốt. Chúng tôi được thông báo ngay bây giờ để ngăn chặn sự kiểm tra và cải thiện thiết kế của chúng tôi, mặc dù 70% các đơn vị thử nghiệm của chúng tôi hoạt động hoàn hảo. Trong trường hợp này, chúng tôi có đủ dữ liệu ở giai đoạn này của quá trình để kết luận. Nếu chúng tôi tiếp tục thử nghiệm, nó là sự thật, chúng tôi sẽ có thể kết luận nhiều hơn và thực hiện những nghiên cứu nhiều hơn, nhưng tại sao khi chúng ta biết kết thúc của câu chuyện.
