요약과 결론
제품의 고장 특성을 결정하기 위해 보증 클레임 데이터를 사용하는 것은 충분히 입증된 방법이다. 일반적으로 고장 분포와 그것의 모수는 각각의 제조월별 제품 생산량 데이터와 그에 대응하는 기간 동안 보증 클레임으로부터 나타나는 월별 고장 횟수에 의하여 결정된다. 만약 데이
고장확률밀도함수 f(t) 는 제품 수명 t에 관한 함수
제품 수명 t에 관한 데이터(정보)를 통해 고장 시간 분포, 모수를 결정
데이터와 불완전데이터
→제품수명 t에 대한 완전한 정보를 가진 데이터
→제품수명 t에 대한 불완전한 정보를 가진 데이터실제 상황에서, 우리가 월별로 사용할 수 있는 정
데이터 량이 방대한 필드 보증데이터를 요약하여 나타내므로 데이터 분석, 유지, 관리가 용이
- 구간별 데이터의 수량을 이용하므로 초기고장이나 이상치의 영향에 대해 상대적으로 덜 민감(Robust)
생명표법 테이블에 쓰닌 기본대수
: 살의 누군가가 정확히 연령에 도달하기 전에 죽을 것을 확률.
데이터 분석 전문업체인 테라데이타의 2012 파트너스 행사에서 자동차 업체들이 행사에 다수 참석한 가운데 행사에 참여한 업계 한 관계자는 “자동차 업계는 다른 분야 대비 빅 데이터 도입이 빠르고 실제 다양한 분야에서 효과를 기대하고 있다”며 “자동차 분야를 시작으로 제조업계에 빅 데이터
summary. 품질보증 배상청구(claim) 데이터의 분석과 예측을 위한 분석의 사용은 최근 활발한 연구 활동의 주제가 되고 있다. 보증기간 하에 반품된 물품의 개수로 구성된 고장난 물품의 수명이 알려진 것과 그렇지 않는 두 가지 경우를 포괄하는 그 분야의 데이터가 검사된다. 후자의 경우 공산 함수로 부