多くの場合、信頼性技術者、または項目の信頼性を調査、またはそれを計算することに責任を誰かに、あなたの信頼性は、質量や体積のような不変の物理的なプロパティであるという印象を与えて単純化さパブリッシュされたデータに含まれる材料に本質的な何かを見つけるだろうそれ。 これは実際に常識的なアプローチであり、我々は、古いものは同じものの新たなコピーよりも信頼性が知っている。 我々は、MTBFのテーブル（平均故障間隔）の値、ナイン（すなわち0.99999、信頼性の尺度）、故障率と他のものを両立させるに直面したとき、しかし、この常識は私たちから主張される。 のが常識的なアプローチに戻って、しかし数学としましょう。
そう、我々は既に何を知っていますか？ 私たちは、古いマシンは、一般的に新しいマシンよりも信頼性であることを知っている。 この現象は、一般的に（電子機器のようないくつかの伝統的な意味でwearoutていないにもかかわらず）wearoutと呼ばれています。 これに対する可能な例外は、そのテストされておらず、新しい何かのブランドがしばらくの間、営業しているものよりも信頼性が低いかもしれないです。 この現象は、乳児死亡率と呼ばれています。 メッセージは時間をかけてアイテム変化の信頼性ということです。
そう、私たちが言うか項目が8,000時間のMTBFを持っていることを読んだとき、それが唯一のそれはさらに情報がなく、わかりにくいかもしれない小数点値または平均値であるかどうか、特定の期間を参照する必要があります。 
我々はワイブルの故障分布の式を使用する場合は、我々はどのように私たちの特定のアイテムに対して、時間の経過故障率またはMTBFの変更も、私たちが表示されます式でこれらのメカニズムを表すことができます。 上記の式は、私たちが特徴的な生活（η）と形状係数（β）の値を与え、時間の経過とともに故障率を計算することができます。
我々はその方程式にいくつかの合理的な数値を適用する場合、我々の結果はどのように見えるのですか？ 9500時間、および2.4の形状因子の特性寿命のために、我々は着実に増加し故障率では、次のカーブが表示されます。
さらに、我々は、開始時に無限に近いからの値に減少MTBFを示していますこの曲線を生成するために同じ時間スケールで観測された平均故障間隔（一つの日付および累積動作時間に失敗した単位数をカウントに基づいて計算することができる値）をプロットすることができます終わり近くに約3500時間。
そう、我々はどこかに印刷された故障率またはMTBFのための定数値を参照するときにそれが何を意味している。 基本的に、出版社は信頼性が一定期間にわたって一定であるという仮定をした。 その情報を使用するには、しかし、我々は、彼らがそうでなければ我々は非常に我々のシステムの信頼性を過小評価または過大評価リスクに言及したものを期間の時間を知る必要があります。
