STATISTIK-FORUM.de

[Isbjörn]

Ich habe zwei Lieferanten. Der Lieferant A sagt 90% der Teile sind gut mit einem Konfidenzlevel von 95% einseitig. Der Lieferant B sagt er hat 93% gute Teile mit einem Konfidenzlevel mit 90% einseitig.
Ich kann den Konfidenzlevel nicht bewerten und damit auch nicht herausfinden welcher Lieferant weniger schlechte Teile liefert. (Ich muss alles kaufen, gute und schlechte Teile sehen wir erst nach dem Kauf)

Angenommen ich möchte 1000 Teile bestellen, bei dem einen oder anderen Lieferanten. Wie viele schlechte Teile muss ich bei dem A oder B Lieferanten erwarten?

[PonderStibbons]

Der Lieferant A sagt 90% der Teile sind gut mit einem Konfidenzlevel von 95% einseitig.

Hat der Lieferant Angaben vergessen? In der Weise ergibt die Aussage m.E. keinen Sinn.

Ist gemeint, "mit 95% Wahrscheinlichkeit sind mindestens 90% der Teile gut"?

Mit freundlichen Grüßen

PonderStibbons

[Isbjörn]

@PonderStibbon

die Aussage kommt wohl vom Test der Lieferanten. Sie geben eine "gut" Wahrscheinlichkeit (90%) und einen Konfidenzlevel 95%.
Ich denke man muss den Konfidienzlevel irgendwie mit in die Stückzahlabschätzung einrechnen. Ich habe nur keine Ahnung wie.

[PonderStibbons]

Du hast 2 Lieferanten, die Dir diese Angaben machen. Kannst Du sie nicht einfach fragen, was sie exakt damit meinen?
Wie gesagt ergibt das in der Form keinen Sinn.

[Isbjörn]

Danke! Das ist ja auch schon eine Aussage, dass es so keinen Sinn macht. Ich hatte den Verdacht, dass vielleicht noch eine Angabe fehltund ich einfach zu unwissend bin.

[Isbjörn]

Ich habe nachgefragt. Die Aussage geht wohl auf solche Plots zurück:

http://reliawiki.com/images/7/72/Plot_Type_Reliability_confidence_bound.png

Die krummen roten Linien sind die Konfidenzbänder. Das mich interessierende ist das obere. Man muss wissen welches Konfidenzlevel das Band repräsentiert im Plot. In dem Plot sind es 90% Konfidenzlevel. Die Aussage auf die sich meine Frage bezieht gilt für 12 Stunden (Hrs). Bei 12h in der waagerechten liegt das 90% Konfidenzband (obere krumme rote Kurve) auf der horizontalen Achse auf 10% (unreliability, also Unzuverlässigkeit oder Ausfallanteil).
D.h. man muss damit rechnen das 10% vor 12h defekt sind, ALLERDINGS mit eine Konfidenzlevel von 90%. Ich kann auch andere Konfidenzlevel ansetzen. Dann ändert sich der Wert auf der vertikalen Achse (Ausfallanteil). Daher müssen sich die Konfidenzlevel irgendwie in der Stückzahlberechnung bemerkbar machen. Nur wie, da brauche ich Hilfe.

Leider kann ich das original nicht hochladen (kein Kontingent mehr und ich weiß nicht wo ich altes löschen kann).

[PonderStibbons]

D.h. man muss damit rechnen das 10% vor 12h defekt sind,

Worauf Du Dich beziehst, ist der Wert nach 30 Stunden, nicht nach 12. Es sind logarithmische Skalen.

Aufgrund der Stichprobendaten, auf denen diese Grafik beruht, nimmt man an, dass die Ausfallrate nach 30 Stunden
bei 4% liegt (blaue Linie).

Man nimmt ferner an, dass bei einer unendlich häufigen Wiederholung dieser erste Studie und mit jeweils derselben
Stichprobengröße, in 90% dieser zukünftigen Stichproben die Ausfallrate nach 30 Stunden zwischen rund 2% (untere
rote Linie) und 10% (obere rote Linie) liegen wird.

Die Konstruktion der Grafik mit den drei Linien beruht auf der Voraussetzung, dass die Ausfälle einer bestimmten
Verteilungsform folgen (der Weibull-Verteilung). Die Stichprobengröße war n=85, wenn ich die Grafik richtig verstehe
(17 Ausfälle bis Stunde 200, die dafür angegebene Gesamtrate ist 20%).

Insofern bin ich etwas ratlos, wie man das jetzt in eine Qualitätskontrolle übersetzt.

Vielleicht waren die im ersten Beitrag zitierten Aussagen so gemeint: Lieferant A sagt, mit 95% Wahrscheinlichkeit
sind mindestens 90% der Teile ok, wenn Du genauso viele Teile testest wie wir. Lieferant B sagt mit 90% Wahrscheinlichkeit
sind mindestens 93% der Teile ok, wenn Du genauso viele Teile testest wie wir. Dann könnte man die Erwartungswert *
Wahrscheinlichkeit bei A und bei B multiplizieren und schauen welcher höher liegt.

Mit freundlichen Grüßen

PonderStibbons

[Isbjörn]

Du hast recht. Es sind 30h nicht 13h!

Mit den anderen deiner Aussagen gehe ich so mit. Deine Schlussfolgerung Erwartungswert*Wahrscheinlichkeit wäre dann für Lieferant B 0.93*0.9= 0.837 als Erwartungswert für eine Binomialverteilung, richtig?