Erste Antworten, bevor Sie fertig sind. Warum sind die Menschen immer so ungeduldig? Warum können sie nicht einfach warten, bis der Test abgeschlossen ist, bevor sie nach Antworten verlangen? Ich vermute, es ist nur die menschliche Natur, wie ich diese Frage gehört haben, jedes Mal wenn ich in Zuverlässigkeitsprüfung Programmen beteiligt waren. Und das, obwohl wir viel mehr würde wissen, ob wir weitere Daten zu rollen in gewartet, es gibt Zeiten, die wir bewerten, wo unser Projekt steht auf der Basis von teilweise Testergebnisse können.
Denken Sie darüber nach. Sie haben wahrscheinlich, dass in medizinischen Studien manchmal (selten) nur ein wenig aufgefallen, während sie in einer mehrjährigen Untersuchung der Wirksamkeit einiger Arzneimittel, medizinische Verfahren oder Gerät der Prozess gestoppt. Das liegt daran, genügend Statistiken gesammelt wurden, um festzustellen, dass das Medikament oder Verfahren schädlich oder sehr nützlich ist. Das sind bemerkenswerte Ergebnisse so früh kommen. Forscher verbringen eine große Menge an Anstrengungen, um sicherzustellen, dass die Studien, die sie Design die richtige Menge der Menschen und die richtige Länge der Zeit, eine Antwort zu bestimmen sind. Ethik verlangen, dass Experimente nicht auf zu viele Personen über einen zu langen Zeitraum durchgeführt. Also, was uns das sagt ist, dass teilweise Statistiken aus einer laufenden Prüfung kann in der Lage sein, uns mit wichtigen Informationen zu liefern.
Lassen Sie mich beschreiben die ideale Situation, in der Sie um eine Antwort auf Teilprüfung Ergebnisse liefern kann. Viele Situationen können vorsehen, noch weniger Daten, die die Bereitstellung von Antwort extrem dünn am besten auf Ihre Glaubwürdigkeit als Zuverlässigkeit Analyst. Nehmen wir an, wir testen eine Bevölkerung von Einheiten (20) in einem Accelerated Life Test. An der entsprechenden Lebensdauer 27 Zyklen von 100, verfügen über 6-Einheit unserer insgesamt 20 gescheitert. Nach unseren bisherigen Tests rechnen wir mit einem Beta-weibull Formfaktor von etwa 2,4, und unsere Zeit bis zum Ausfall von Daten auf der exponentiellen Kurve dargestellt wird, dass im Einklang mit ( siehe diese Seite finden Sie ein Beispiel ). Dieser Faktor wird eine Quelle der Unsicherheit sein, bis der Test abgeschlossen ist. Und natürlich gehen wir davon aus, dass unser Test richtig konzipiert ist.
Nun kann mit Standard-Six-Sigma-Techniken ( zumindest die grundlegenden diejenigen ), gehen unsere Daten addieren sich nicht zu viel. Kein einziges Gerät hat den Test erfolgreich abgeschlossen und so werden wir etwas darüber zu sagen, ob jede Einheit kann sogar überleben die Dauer des Tests haben. Aber können wir unsere Daten auf eine Weibull Verteilung angesichts unserer Prozent gescheitert Werte zu einem bestimmten Zeitpunkt und unsere angenommen Beta-Wert passen. Auch hier wird das nicht genau das, was wir am Ende zu berechnen, aber es kann nützliche Informationen in dieser Zwischenstufe geben.
Mit dem kostenlosen weibull Rechner auf dieser Website biete ich meinen Input-Werte und Überprüfung der Ergebnisse. Dies ist eine ausgezeichnete Gelegenheit, um die Empfindlichkeit der Ergebnisse auf Ihre Eingaben testen, wie unsere Informationen in diesem Stadium ungewiss. Durch Variation der Eingaben um 10% auf 15% und unter Angabe der vorläufigen Ergebnisse als eine Reihe von Werten auf, dass die Varianz ausgehend kann mehr Vertrauen, dass Sie mindestens identifiziert Bereich der wahrscheinlich am Ende Werte haben. Das Bild unten zeigt die Ergebnisse aus dem Rechner erhalten. 
Wie Sie sehen können, zeigen unsere Ergebnisse, dass 99,97% der Einheiten vor 100 Zyklen wäre gescheitert, mit einer Mean Time Between Failures von etwa 42 Zyklen. Das ist keine gute Situation. Wir würden nun beraten werden, um den Test zu stoppen und zu unserem Design, obwohl 70% unserer Testgeräte sind perfekt funktioniert. In diesem Fall haben wir genügend Daten in diesem Stadium des Prozesses, um Schlussfolgerungen zu ziehen. Wenn wir den Test fortgesetzt, es ist wahr, wären wir in der Lage, noch mehr Schlüsse ziehen kann und mehr Analyse, aber warum gehen, wenn wir das Ende der Geschichte kennen.
