スプレッドシートのWEIBULL関数とは
WEIBULL関数は、指定した形状と尺度に対するワイブル分布関数（またはワイブル累積分布関数）の値を返します。ワイブル分布は、製品の寿命データ分析や故障時間の予測、信頼性工学の分野で広く活用される連続確率分布です。
この関数は過去のデータに基づいてパターンを理解し、将来の事象を予測する際に非常に有用です。製品の寿命管理やリスク評価などの業務において、統計学者やエンジニア以外の一般的なデータ分析者でも活用できる強力なツールとなっています。
【PR】プログラミングや生成AIを無料で学べる「コードキャンプフリー」
WEIBULL関数の基本構文と4つのパラメータ
WEIBULL関数の基本構文はWEIBULL(x, shape, scale, cumulative)の4つのパラメータで構成されます。xは評価する値、shapeは分布の形状を決定する形状パラメータ、scaleは分布を水平方向に伸縮させる尺度パラメータ、cumulativeは関数の形式を決定する論理値です。
=WEIBULL(1000, 2, 800, TRUE)形状パラメータは数学的にはkやalphaで表され、ワイブル傾きとも呼ばれています。形状パラメータが1未満の場合は緩やかに減少する分布を、1を超える場合は急激に変化する分布をモデル化します。
尺度パラメータは数学的にはlambdaやbetaで表され、分布の広がりを制御する重要な要素です。cumulative引数にTRUEを指定すると累積分布関数を、FALSEを指定すると確率密度関数を使用して計算結果を返します。
製造業での故障時間予測への実装方法
製造業での品質管理において、電球の寿命予測を行う場合のデータ設定方法を具体的に説明します。A列にバッチ番号、B列に各電球の故障までの時間、C列に追加条件を配置し、10個のバッチデータを準備します。
=WEIBULL(B2, 1.5, AVERAGE(B:B), TRUE)このサンプルでは1000時間、950時間、1100時間といった各バッチの故障時間データを基に分析を行います。セル参照を使用することで、データが変更された際にも動的に計算結果が更新される仕組みを構築できます。
WEIBULL関数を使用して製品の故障率をモデル化し、特定の時間枠内でシステムが故障する確率を算出できます。信頼性工学では、製品の経時的な故障率データを分析する際に、この関数が重要な役割を果たしています。
※上記コンテンツの内容やソースコードはAIで確認・デバッグしておりますが、間違いやエラー、脆弱性などがある場合は、コメントよりご報告いただけますと幸いです。
ITやプログラミングに関するコラム
- Canvaとは？使い方やアカウント登録などを初心者向けに解説
git configで設定情報を確認・表示する方法
「Pythonはやめとけ」と言われる理由と学習するメリット
Ubuntuのversionを確認する方法
Geminiで画像を生成する方法｜ChatGPTとの比較結果も紹介
