Nicht reparierbare Objekte mit Totalausfällen

Chapter
First Online:

Zusammenfassung

Die wichtigsten nicht parametrischen und parametrischen Methoden zur Auswertung von Lebensdauertests nicht reparierbare Objekte werden beschrieben. Die parameterfreien Methoden sind Punktschätzungen und Vertrauensintervalle von Ausfallwahrscheinlichkeiten, Vergleich von zwei Wahrscheinlichkeiten und ein Zwei Stichproben-Test (Kolmogorov-Smirnov-Test). Die parametrischen Wahrscheinlichkeitsmodelle sind Exponentialverteilung und Weibull-Verteilung. Für exponential verteilte Ausfalldaten wird die Maximum-Likelihood-Schätzung für Typ I- und Typ II-zensierte Stichproben behandelt, die Berechnung von Vertrauensintervallen, das Testen der Ausfallrate (einfach und sequenziell) sowie Anpassungstests (Kolmogorov-Test, \( \chi^{2} \)-Test, Summierte-Lebensdauer-Test). Für Weibull-verteilte Ausfalldaten werden die Darstellung im Wahrscheinlichkeitsnetz, grafische Schätzung (auch von Mischverteilungen) und Maximum-Likelihood-Schätzung sowie die Darstellung der Log-Likelihood-Funktion über dem Parameterraum beschrieben.

This is a preview of subscription content, log in to check access.

Literatur

  1. Darling, A.D.: The Kolmogorov-Smirnov, Cramér-von Mises Tests. Ann. Math. Stat. 28, 823–838 (1957)Google Scholar
  2. Dubey, S.D.: Hyper-efficient estimator of the location parameter of the Weibull-laws. Naval Logist. Quart. 13, 253–264 (1966)Google Scholar
  3. Dvoretzky, A., Kiefer, J., Wolfowitz, J.: Sequential decision processes with continuous time parameters. Testing hypotheses. Ann. Math. Stat. 24, 254–264 (1953)Google Scholar
  4. Efron, B., Tibshirani, R.J.: An Introduction to the Bootstrap. Chapman & Hall, New York (1993)CrossRefMATHGoogle Scholar
  5. Epstein, B., Sobel, M.: Some theorems relevant to life testing from an exponential distribution. Ann. Math. Stat. 25, 373–381 (1954)Google Scholar
  6. Epstein, B., Sobel, M.: Sequential life tests in the exponential case. Ann. Math. Stat. 26, 82–93 (1955)Google Scholar
  7. Fisz, M.: Wahrscheinlichkeitsrechnung und Mathematische Statistik. Deutscher Verlag der Wissenschaften, Berlin (1958)MATHGoogle Scholar
  8. Harter, H.L., Moore, A.H.: Asymptotic variances and covariances of maximum-likelihood-estimators, from censored samples, of parameters of Weibull- and gamma populations. Ann. Math, Stat. 38, 557–570 (1967)Google Scholar
  9. Härtler, G.: Statistische Methoden für die Zuverlässigkeitsanalyse. Verlag Technik, Berlin (1983)CrossRefMATHGoogle Scholar
  10. Jensen, F., Petersen, N.E.: Burn-In: An Engineering Approach to Design and Analysis of Burn-In Procedures. Wiley, New York (1982)Google Scholar
  11. Kaplan, E.L., Meier, P.: Nonparametric estimation from incomplete observations. J. Am. Stat. Assoc. 53, 457–481 (1958)Google Scholar
  12. Mann, N.R.: Tables for obtaining the best linear invariant estimates for the parameters of the Weibull distribution. Technometrics 9, 629–645 (1967)Google Scholar
  13. Mann, N.R.: Point and interval estimation procedure for the two-parameter Weibull- and extreme value distributions. Technometrics 10, 231–256 (1968)Google Scholar
  14. Meeker, W.Q., Escobar, L.A.: Statistical Methods for Reliability Data. Wiley, New York (1998)MATHGoogle Scholar
  15. Miller, L.H.: Table of percentage points of Kolmogorov statistic. J. Am. Stat. Assoc. 51, 111–121 (1956)Google Scholar
  16. Rényi, A.: Wahrscheinlichkeitsrechnung. Deutscher Verlag der Wissenschaften, Berlin (1962)MATHGoogle Scholar
  17. Wald, A.: Sequential Analysis. Wiley, New York (1947)MATHGoogle Scholar
  18. White, J.S.: Least squared unbiased censored linear estimation for the log-Weibull (extreme value) distribution. J. Ind. Math. Soc. 14, 21–60 (1964)Google Scholar

Copyright information

© Springer-Verlag Berlin Heidelberg 2016

Authors and Affiliations

  1. 1.BerlinDeutschland

Personalised recommendations