QCプラネッツ 品質のプロフェッショナルを育成するサイト

(カプランマイヤー法)グリーンウッドの公式導出がわかる

信頼性工学

「グリーンウッドの公式導出がわからない」、と困っていませんか?

こういう疑問に答えます。

本記事のテーマ

(カプランマイヤー法)グリーンウッドの公式導出がわかる
  • ①カプランマイヤー法を復習する
  • ➁グリーンウッドの公式とは
  • ➂グリーンウッドの公式導出がわかる
  • ➃デルタ法の力を借りる!
  • ➄(続)グリーンウッドの公式導出がわかる
グリーンウッドの公式導出は
相当マニアックですが、折角なので解説します!

①カプランマイヤー法を復習する

関連記事で復習

まずは、関連記事を読んでください。この記事をベースに本記事は解説しています。

カプランマイヤー法が理解できる(その1)
信頼性工学で「打切りデータ」を扱う際、カプランマイヤー法を使いますが、カプランマイヤーの式は導出できますか? 本記事では、公式暗記しがちなカプランマイヤーの式を丁寧に導出します。信頼性工学を学ぶ人は必読です。

カプランマイヤー法

教科書によっては、若干書き方が異なりますが、カプランマイヤー法とは

信頼度S(t)= \(\displaystyle \prod_{i=1}^n (1-\frac{d_i}{n_i})\)
●\(d_i\):故障数
●\(n_i\):全体の個数

ポイントは、

\(\displaystyle \prod_{i=1}^n (1-\frac{d_i}{n_i})\)
故障数/全体数 の累積掛け算の形であること!
シンプルで使いやすい

➁グリーンウッドの公式とは

信頼度S(t)の分散が

\(V(S(t))\)=\(S(t)^2\)\(\sum_{i}^{} \frac{d_i}{n_i(n_i – d_i)}\)
で表現できる。

➂グリーンウッドの公式導出がわかる

では、やってみましょう。

信頼度\(S(t)\)はカプランマイヤー法では生存関数と言いますね。
S(t)= \(\displaystyle \prod_{i=1}^n (1-\frac{d_i}{n_i})\)
の両辺を対数でとります。

\(log S(t)\) = \(\sum_{i}^{}log(1-\frac{d_i}{n_i})\)
となりますね。

次に両辺について、分散Varをつけてみましょう。
\(Var(log S)\) = \(\sum_{i}^{}Var(log(1-\frac{d_i}{n_i}))\)

ここから計算を進めるために、デルタ法を使います。強引な感じがしますが。

➃デルタ法の力を借りる!

デルタ法とは

確率変数\(X\)の平均と分散が、
●E[X]=\(μ_X\)
●V[X]=\(σ_X^2\)
とする正規分布に従うとして、
\(Y=g(X)\)という変数変換をするときに、\(g(X)\)を\(X\)の周りで1次式までテイラー展開をする方法である。

デルタ法から導出できるもの

\(Y=g(X)\)≒\(g(μ_X)\)+\((X-μ_X)g’(μ_X)\)とテイラー展開できます。

ここに、両辺の分散を取ると
\(V[Y=g(X)]\)≒\(V[g(μ_X)\)+\((X-μ_X)g’(μ_X)]\)
=\(V[g(μ_X)]\)+\( g’(μ_X)^2\)\(V[X]\)+\(V[-μ_X g’(μ_X)]\)
となります。

ここで、
●(第1項)=\(V[g(μ_X)]\)=0 (平均の分散はないので0)
●(第2項)=\(g’(μ_X)^2 V[X]\)= \( g’(μ_X)^2 σ_X^2\)
●(第3項)= \(V[-μ_X g’(μ_X)]\)=0(平均の分散はないので0))
より、式の結果は、

\(V[Y=g(X)]\) ≒\( g’(μ_X)^2\)\(σ_X^2\)
となり、この式をグリーンウッドの公式に活用します。

グリーンウッドの公式に活用する

\(V[Y=g(X)]\) ≒\( g’(μ_X)^2\)\(σ_X^2\)を
\(g(X)=logX\)とすると、
\(V[logX]\) ≒\( g’(μ_X)^2\)\(σ_X^2\)
=\(\frac{1}{(μ_X)^2}\)\(Var(X)\)
となります。

\(X=S\)と直すと

\(V[log S]\) ≒\(1/(S^2)Var[S]\)
となり、この式をグリーンウッドの公式に活用します。

➄(続)グリーンウッドの公式導出がわかる

式を再掲

式を再掲します。
\(Var(log S)\) = \(\sum_{i}^{}Var(log(1-\frac{d_i}{n_i}))\)

二項分布の分散の力を借りる

\(Var(log(1-\frac{d_i}{n_i}))\)において、\(p_i=\frac{d_i}{n_i}\)とおくと、
二項分布の分散から
\(Var(1-\frac{d_i}{n_i})\)=\(Var(\frac{d_i}{n_i})\)=\(\frac{p_i(1-p_i)}{n_i}\)
となります。

よって、
\(Var(log(1-\frac{d_i}{n_i}))\)=\(\frac{1}{(1-d_i/n_i)^2}\)×\(Var[1-d_i/n_i]\)
=\(1/(1-p_i)^2\)×\(\frac{p_i(1-p_i)}{n_i}\)
=\(\frac{d_i}{n_i(n_i-d_i)}\)
となります。

式を変形すると

\(Var(log S)\) = \(\sum_{i}^{}Var(log(1-\frac{d_i}{n_i}))\)
= \(\sum_{i}^{} \frac{d_i}{n_i(n_i-d_i)}\)
であり、
\(V[log S]\) ≒\(1/(S^2) Var[S]\)
より、

\( 1/(S^2) Var[S]\)= \(\sum_{i}^{} \frac{d_i}{n_i(n_i-d_i)}\)
となり、両辺を\(S^2\)をかけると

\(V(S(t))\)=\(S(t)^2\)\(\sum_{i}^{} \frac{d_i}{n_i(n_i – d_i)}\)
となります。
めっちゃ、強引でしたが、導出できました!

まとめ

「(カプランマイヤー法)グリーンウッドの公式導出がわかる」を解説しました。

  • ①カプランマイヤー法を復習する
  • ➁グリーンウッドの公式とは
  • ➂グリーンウッドの公式導出がわかる
  • ➃デルタ法の力を借りる!
  • ➄(続)グリーンウッドの公式導出がわかる


Warning: count(): Parameter must be an array or an object that implements Countable in /home/qcplanets/qcplanets.com/public_html/wp-content/themes/m_theme/sns.php on line 119

    Warning: Invalid argument supplied for foreach() in /home/qcplanets/qcplanets.com/public_html/wp-content/themes/m_theme/sns.php on line 122
error: Content is protected !!