形状パラメータ beta は何を意味しますか？

形状パラメータ beta は、故障率の挙動を制御します。beta が 1 未満の場合、故障率は時間の経過とともに減少します（初期故障）。beta が 1 の場合、故障率は一定であり、ワイブル分布は指数分布に簡略化されます。beta が 1 より大きい場合、故障率は時間の経過とともに増加します（摩耗故障）。beta が約 3.6 のとき、正規分布に近似します。

特性寿命 eta とは何ですか？

尺度パラメータ eta は特性寿命とも呼ばれ、母集団の 63.2% が故障した時点の時間を指します。これは beta の値に関わらず F(eta) = 1 - e^(-1) = 0.632 となるためです。分布の自然な尺度として機能し、信頼性分析のリファレンスポイントとして使用されます。

ワイブル分布電卓

ワイブル分布の確率、信頼度 R(t)、故障率 h(t)、および Bライフ（パーセンタイル）を計算します。形状パラメータ β と尺度パラメータ η を入力して、PDF、CDF、平均、分散、MTTF、およびバスタブ曲線の挙動を示すインタラクティブなグラフ付きのステップバイステップの解答を取得します。

ワイブル分布電卓

Embed ワイブル分布電卓 Widget

ワイブル分布電卓

ワイブル分布電卓は、ワイブル分布 $X \sim \text{Weibull}(\beta, \eta)$ の確率、信頼度、故障率、および主要な統計量を計算します。形状パラメータ $\beta$ と尺度パラメータ $\eta$ を入力すると、故障確率 $F(x)$、信頼度 $R(x)$、故障率関数 $h(x)$、B寿命パーセンタイル、およびインタラクティブな PDF、CDF、故障率関数のグラフを含むステップごとの解決策が表示されます。このツールは、信頼性工学、生存分析、および寿命データモデリングに不可欠です。

ワイブル分布とは何ですか？

ワイブル分布は、スウェーデンの数学者ワロディ・ワイブルにちなんで名付けられた連続確率分布です。形状パラメータ $\beta$ によって、故障率の減少（初期故障）、一定（偶発故障）、増加（摩耗故障）という 3 つの異なる故障挙動をモデル化できるため、信頼性工学や寿命データ解析で最も広く使用されている分布です。確率密度関数は以下の通りです。

$$f(x) = \frac{\beta}{\eta}\left(\frac{x}{\eta}\right)^{\beta-1} e^{-(x/\eta)^\beta}, \quad x \geq 0$$

形状パラメータ β とバスタブ曲線

形状パラメータ $\beta$（ベータ）は、故障率の挙動を決定し、信頼性工学で使用されるバスタブ曲線に直接関連しています。

📉

β < 1: 初期故障

故障率の減少。初期の欠陥が時間の経過とともに取り除かれます。電子機器のエージングなどで一般的です。

➡

β = 1: 偶発故障

故障率一定。指数分布に簡略化されます。無記憶性が適用されます。

📈

β > 1: 摩耗故障

故障率の増加。老化や劣化が支配的です。機械部品で一般的です。

🔔

β ≈ 3.6: 正規分布近似

対称な正規分布に近似します。疲労寿命のモデリングに有用です。

主要な公式

特性	公式	説明
PDF	$\frac{\beta}{\eta}\left(\frac{x}{\eta}\right)^{\beta-1} e^{-(x/\eta)^\beta}$	x における確率密度
CDF	$F(x) = 1 - e^{-(x/\eta)^\beta}$	時間 x までの故障確率
信頼度	$R(x) = e^{-(x/\eta)^\beta}$	時間 x における生存確率
故障率	$h(x) = \frac{\beta}{\eta}\left(\frac{x}{\eta}\right)^{\beta-1}$	瞬間的な故障率
平均	$\eta \cdot \Gamma(1 + 1/\beta)$	平均故障時間 (MTTF)
分散	$\eta^2[\Gamma(1+2/\beta) - \Gamma^2(1+1/\beta)]$	寿命のばらつき
中央値	$\eta(\ln 2)^{1/\beta}$	50% 生存寿命
最頻値	$\eta\left(\frac{\beta-1}{\beta}\right)^{1/\beta}$ (β > 1 の場合)	最も可能性の高い寿命
B寿命	$\eta(-\ln(1-p))^{1/\beta}$	p 割が故障するまでの時間
特性寿命	$\eta$ → F(η) = 63.2%	尺度パラメータの解釈

実世界での応用

業界	用途	典型的な β
航空宇宙	タービンブレードの疲労寿命	2 – 4
自動車	ベアリングの摩耗解析	1.5 – 3
電子機器	半導体の初期故障	0.3 – 0.8
電力システム	風速分布	1.5 – 3
医療機器	インプラントの生存時間	1.5 – 5
製造業	保証計画と B10 寿命	1.5 – 4
土木工学	コンクリートや材料の強度	5 – 20

ワイブル分布と他の分布の比較

特徴	ワイブル分布	指数分布	対数正規分布
パラメータ	β (形状), η (尺度)	λ (率)	μ, σ
故障率	柔軟 (↓, →, ↑)	一定のみ	上昇後に下降
特殊ケース	β=1 → 指数分布	ワイブル β=1	—
最適用途	機械的摩耗	ランダムな事象	修理時間
B寿命解析	標準対応	限定的	可能

ワイブル分布電卓の使い方

形状パラメータ β を入力する: 故障率の挙動を制御します。初期故障には β < 1、偶発故障（指数分布）には β = 1、摩耗故障には β > 1 を使用します。一般的な値は 0.5 から 5 の範囲です。リアルタイムのインサイトバッジに β 値の意味が表示されます。
尺度パラメータ η を入力する: 特性寿命、つまりユニットの 63.2% が故障する時間です。分布の時間尺度を設定します。例えば、ベアリングの η = 5000 時間の場合、5000 時間までに 63.2% のベアリングが故障します。
確率のタイプを選択する: 故障確率 P(X ≤ x)、信頼度（生存確率） R(x) = P(X > x)、または範囲確率 P(a ≤ X ≤ b) から選択します。
時間値を入力する: 時間、サイクル、または使用量の値を入力します。範囲モードの場合は、下限値と上限値の両方を入力します。
結果を確認する: 確率、アニメーション化された確率バー、インタラクティブな PDF/CDF/故障率関数のグラフ、信頼性指標（MTTF、B1、B10 寿命）、分布の特性、および MathJax 公式を使用した完全なステップごとの解決策を確認します。

FAQ

ワイブル分布とは何ですか？

ワイブル分布は、信頼性工学や故障解析で広く使用される連続確率分布です。形状 β と尺度 η の 2 つのパラメータで定義されます。その柔軟性により、β の値に応じて減少、一定、または増加する故障率をモデル化できるため、航空宇宙、自動車、電子機器、その他多くの業界で寿命データ解析の標準的なツールとなっています。

形状パラメータ β は何を意味しますか？

形状パラメータ β（ベータ）は、故障率の挙動を制御します。β が 1 未満の場合、故障率は時間の経過とともに減少し、初期故障をモデル化します。β が 1 の場合、故障率は一定であり、指数分布に一致します。β が 1 より大きい場合、故障率は時間の経過とともに増加し、摩耗や老化をモデル化します。β が約 3.6 のとき正規分布に近似し、対称な疲労寿命モデリングに役立ちます。

ワイブル解析における B10 寿命とは何ですか？

B10 寿命（B₁₀ または L₁₀ とも表記）は、母集団の 10% が故障し、90% が生存すると予想される時間です。これは保証計画、メンテナンススケジュール、仕様への準拠に使用される信頼性工学の重要な指標です。同様に、B1 寿命は 1% の故障を意味します。これらの B寿命値は、ワイブル分布の CDF 逆関数 t = η × (−ln(1−p))^(1/β) から計算されます。

ワイブル分布と指数分布の関係は何ですか？

指数分布は、形状パラメータ β が 1 の場合のワイブル分布の特殊なケースです。この場合、故障率は時間に対して一定であり、無記憶性に対応します。ワイブル分布は、β が 1 未満で故障率が減少し、1 より大きい場合に増加することを許容することで、指数分布を一般化したものです。

特性寿命 η とは何ですか？

尺度パラメータ η（エータ）は特性寿命とも呼ばれ、母集団のちょうど 63.2% が故障した時間です。これは β の値に関わらず F(η) = 1 − e^(−1) ≈ 0.632 となるためです。信頼性工学において、η は分布の自然な基準点および時間尺度として機能します。

このコンテンツ、ページ、またはツールを引用する場合は、次のようにしてください：

"ワイブル分布電卓"（https://MiniWebtool.com/ja/ワイブル分布計算機/） MiniWebtool からの引用、https://MiniWebtool.com/

by miniwebtool チーム. 更新日: 2026-04-14

開発者向け API が利用できます: このツールをアプリ、自動化、エージェントから 1 回の JSON HTTP リクエストで実行できます。 API ドキュメントを見る

また、AI 数学ソルバー GPT を使って、自然言語による質問と回答で数学の問題を解決することもできます。

その他の関連ツール:

ワイブル分布電卓

ワイブル分布電卓

ワイブル分布とは何ですか？

形状パラメータ β とバスタブ曲線

主要な公式

実世界での応用

ワイブル分布と他の分布の比較

ワイブル分布電卓の使い方

FAQ

その他の関連ツール:

統計とデータ分析:

おすすめ:

特性	公式	説明
PDF	\(\frac{\beta}{\eta}\left(\frac{x}{\eta}\right)^{\beta-1} e^{-(x/\eta)^\beta}\)	x における確率密度
CDF	\(F(x) = 1 - e^{-(x/\eta)^\beta}\)	時間 x までの故障確率
信頼度	\(R(x) = e^{-(x/\eta)^\beta}\)	時間 x における生存確率
故障率	\(h(x) = \frac{\beta}{\eta}\left(\frac{x}{\eta}\right)^{\beta-1}\)	瞬間的な故障率
平均	\(\eta \cdot \Gamma(1 + 1/\beta)\)	平均故障時間 (MTTF)
分散	\(\eta^2[\Gamma(1+2/\beta) - \Gamma^2(1+1/\beta)]\)	寿命のばらつき
中央値	\(\eta(\ln 2)^{1/\beta}\)	50% 生存寿命
最頻値	\(\eta\left(\frac{\beta-1}{\beta}\right)^{1/\beta}\) (β > 1 の場合)	最も可能性の高い寿命
B寿命	\(\eta(-\ln(1-p))^{1/\beta}\)	p 割が故障するまでの時間
特性寿命	\(\eta\) → F(η) = 63.2%	尺度パラメータの解釈