형상 모수 베타는 무엇을 의미합니까?

형상 모수 베타(beta)는 고장률의 거동을 제어합니다. 베타가 1보다 작으면 고장률이 시간에 따라 감소(초기 고장)하고, 1이면 고장률이 일정하여 지수 분포로 단순화됩니다. 베타가 1보다 크면 시간에 따라 고장률이 증가(마모 고장)합니다. 베타가 약 3.6일 때는 정규 분포와 유사해집니다.

척도 모수 에타(특성 수명)란 무엇입니까?

척도 모수 에타(eta)는 특성 수명이라고도 불리며, 모집단의 63.2%가 고장 나는 시점을 나타냅니다. 이는 베타 값에 관계없이 F(eta) = 1 - e^(-1) = 0.632가 되기 때문입니다. 이는 분포의 자연적인 척도 역할을 하며 신뢰성 분석의 기준점으로 사용됩니다.

와이블 분포 계산기

와이블 분포 확률, 신뢰도 R(t), 고장률 h(t) 및 B-수명 백분위수를 계산합니다. 형상 모수 β와 척도 모수 η를 입력하여 PDF, CDF, 평균, 분산, MTTF 및 욕조 곡선 동작을 보여주는 대화형 그래프와 단계별 풀이를 확인하세요.

와이블 분포 계산기

Embed 와이블 분포 계산기 Widget

와이블 분포 계산기 정보

와이블 분포 계산기는 와이블 분포 $X \sim \text{Weibull}(\beta, \eta)$의 확률, 신뢰도, 고장률 및 주요 통계량을 계산합니다. 형상 모수 $\beta$와 척도 모수 $\eta$를 입력하면 고장 확률 $F(x)$, 신뢰도 $R(x)$, 고장율 함수 $h(x)$, B-수명 백분위수를 구할 수 있으며, 대화형 PDF, CDF, 고장율 함수 그래프와 함께 단계별 풀이가 제공됩니다. 이 도구는 신뢰성 공학, 생존 분석 및 수명 데이터 모델링에 필수적입니다.

와이블 분포란 무엇입니까?

와이블 분포는 스웨덴 수학자 Waloddi Weibull의 이름을 딴 연속 확률 분포입니다. 형상 모수 $\beta$를 통해 감소하는 고장률(초기 고장), 일정한 고장률(우발 고장), 증가하는 고장률(마모 고장)의 세 가지 고장 거동을 모두 모델링할 수 있기 때문에 신뢰성 공학 및 수명 데이터 분석에서 가장 널리 사용되는 분포입니다. 확률 밀도 함수는 다음과 같습니다:

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

형상 모수 β와 욕조 곡선

형상 모수 $\beta$(베타)는 고장률의 거동을 결정하며 신뢰성 공학에서 사용되는 욕조 곡선(bathtub curve)과 직접적인 관련이 있습니다:

📉

β < 1: 초기 고장

고장률이 감소합니다. 초기 결함이 시간이 지나면서 제거됩니다. 전자 제품의 번인(burn-in) 공정에서 흔히 볼 수 있습니다.

➡

β = 1: 우발 고장

고장률이 일정합니다. 지수 분포로 단순화되며, 무기억성이 적용됩니다.

📈

β > 1: 마모 고장

고장률이 증가합니다. 노화와 퇴화가 지배적입니다. 기계적 부품에서 흔히 발생합니다.

🔔

β ≈ 3.6: 정규형

대칭적인 정규 분포와 유사해집니다. 피로 수명 모델링에 유용합니다.

주요 공식

속성	공식	설명
PDF	$\frac{\beta}{\eta}\left(\frac{x}{\eta}\right)^{\beta-1} e^{-(x/\eta)^\beta}$	x에서의 확률 밀도
CDF	$F(x) = 1 - e^{-(x/\eta)^\beta}$	시간 x까지의 고장 확률
신뢰도	$R(x) = e^{-(x/\eta)^\beta}$	시간 x에서의 생존 확률
고장률	$h(x) = \frac{\beta}{\eta}\left(\frac{x}{\eta}\right)^{\beta-1}$	순간 고장률
평균	$\eta \cdot \Gamma(1 + 1/\beta)$	평균 고장 시간 (MTTF)
분산	$\eta^2[\Gamma(1+2/\beta) - \Gamma^2(1+1/\beta)]$	수명의 분산
중앙값	$\eta(\ln 2)^{1/\beta}$	상위 50% 수명
최빈값	$\eta\left(\frac{\beta-1}{\beta}\right)^{1/\beta}$ (β > 1인 경우)	가장 발생 가능성이 높은 수명
B-수명	$\eta(-\ln(1-p))^{1/\beta}$	p 비율이 고장 나는 데 걸리는 시간
특성 수명	$\eta$ → F(η) = 63.2%	척도 모수의 해석

실제 적용 사례

산업 분야	응용 사례	전형적인 β
항공 우주	터빈 블레이드 피로 수명	2 – 4
자동차	베어링 마모 분석	1.5 – 3
전자 제품	반도체 초기 고장	0.3 – 0.8
전력 시스템	풍속 분포	1.5 – 3
의료 기기	임플란트 유지 시간	1.5 – 5
제조업	보증 계획 및 B10 수명	1.5 – 4
토목 공학	콘크리트 및 재료 강도	5 – 20

와이블 vs. 기타 분포

특징	와이블	지수 분포	로그 정규 분포
매개변수	β (형상), η (척도)	λ (비율)	μ, σ
고장률	유연함 (↓, →, ↑)	일정함	상승 후 하락
특수한 경우	β=1 → 지수 분포	와이블 β=1	—
적합한 용도	기계적 마모	무작위 사건	수리 시간
B-수명 분석	기본 지원	제한적	가능함

와이블 분포 계산기 사용 방법

형상 모수 β 입력: 고장률 거동을 제어합니다. 초기 고장에는 β < 1, 일정한 고장률(지수 분포)에는 β = 1, 마모 고장에는 β > 1을 사용하세요. 일반적인 값은 0.5에서 5 사이입니다. 실시간 인사이트 배지를 통해 β 값이 무엇을 의미하는지 확인할 수 있습니다.
척도 모수 η 입력: 특성 수명, 즉 모집단의 63.2%가 고장 나는 시간입니다. 분포의 시간 척도를 설정합니다. 예를 들어, 베어링의 η = 5000시간이면 63.2%의 베어링이 5000시간 이내에 고장 납니다.
확률 유형 선택: 고장 확률은 P(X ≤ x), 신뢰도(생존 확률)는 R(x) = P(X > x), 범위 확률은 P(a ≤ X ≤ b)를 선택하세요.
시간 값 입력: 시간, 사이클 또는 사용량 값을 입력하세요. 범위 모드에서는 하한값과 상한값을 모두 입력합니다.
결과 확인: 확률 값, 애니메이션 확률 바, 대화형 PDF/CDF/고장률 그래프, 신뢰성 지표(MTTF, B1, B10 수명), 분포 특성 및 MathJax 공식이 포함된 상세한 단계별 풀이를 확인하세요.

자주 묻는 질문 (FAQ)

와이블 분포란 무엇입니까?

와이블 분포는 신뢰성 공학 및 고장 분석에서 광범위하게 사용되는 연속 확률 분포입니다. 형상(β)과 척도(η)라는 두 가지 매개변수로 정의됩니다. β 값에 따라 시간에 따라 감소하거나, 일정하거나, 증가하는 고장률을 모델링할 수 있는 유연성 덕분에 항공 우주, 자동차, 전자 등 다양한 산업 분야에서 수명 데이터 분석의 표준 도구로 사용됩니다.

형상 모수 β는 무엇을 의미합니까?

형상 모수 β(베타)는 고장률의 거동을 제어합니다. β가 1보다 작으면 고장률이 시간에 따라 감소하며, 이는 초기 결함이나 영유아기 고장을 모델링합니다. β가 1이면 고장률이 일정하며 와이블 분포는 지수 분포와 같아집니다. β가 1보다 크면 고장률이 시간에 따라 증가하여 마모 및 노화를 모델링합니다. β가 약 3.6일 때는 정규 분포와 근사하며 대칭적인 피로 수명 모델링에 유용합니다.

와이블 분석에서 B10 수명이란 무엇입니까?

B10 수명(B₁₀ 또는 L₁₀으로도 표기)은 모집단의 10%가 고장 날 것으로 예상되는 시간, 즉 90%가 생존하는 시점입니다. 보증 계획, 유지보수 일정 수립 및 사양 준수 확인에 사용되는 신뢰성 공학의 핵심 지표입니다. 마찬가지로 B1 수명은 1% 고장을 의미합니다. 이러한 B-수명 값은 와이블 CDF의 역함수인 t = η × (−ln(1−p))^(1/β)를 통해 계산됩니다.

와이블 분포와 지수 분포의 관계는 무엇입니까?

지수 분포는 형상 모수 β가 1인 와이블 분포의 특수한 경우입니다. 이 경우 고장률은 시간에 관계없이 일정하며, 이는 무기억성 속성에 해당합니다. 와이블 분포는 고장률이 시간에 따라 변할 수 있도록 허용함으로써 지수 분포를 일반화합니다(β < 1일 때 감소, β > 1일 때 증가).

척도 모수 η(특성 수명)란 무엇입니까?

척도 모수 η(에타)는 특성 수명이라고도 하며, 모집단의 정확히 63.2%가 고장 나는 시점입니다. 이는 β 값에 관계없이 F(η) = 1 − e^(−1) ≈ 0.632가 성립하기 때문입니다. 신뢰성 공학에서 η는 분포의 자연적인 기준점 및 시간 척도 역할을 합니다.

이 콘텐츠, 페이지 또는 도구를 다음과 같이 인용하세요:

"와이블 분포 계산기" - https://MiniWebtool.com/ko/와이블-분포-계산기/에서 MiniWebtool 인용, https://MiniWebtool.com/

by miniwebtool 팀. 업데이트: 2026-04-14

개발자 API 사용 가능: 이 도구를 앱, 자동화, 에이전트에서 한 번의 JSON HTTP 요청으로 실행할 수 있습니다. API 문서 보기

또한 저희의 AI 수학 해결사 GPT를 사용하여 자연어 질문과 답변으로 수학 문제를 해결할 수 있습니다.

와이블 분포 계산기

와이블 분포 계산기 정보

와이블 분포란 무엇입니까?

형상 모수 β와 욕조 곡선

주요 공식

실제 적용 사례

와이블 vs. 기타 분포

와이블 분포 계산기 사용 방법

자주 묻는 질문 (FAQ)

데이터 분석 및 통계 도구:

주요 도구:

속성	공식	설명
PDF	\(\frac{\beta}{\eta}\left(\frac{x}{\eta}\right)^{\beta-1} e^{-(x/\eta)^\beta}\)	x에서의 확률 밀도
CDF	\(F(x) = 1 - e^{-(x/\eta)^\beta}\)	시간 x까지의 고장 확률
신뢰도	\(R(x) = e^{-(x/\eta)^\beta}\)	시간 x에서의 생존 확률
고장률	\(h(x) = \frac{\beta}{\eta}\left(\frac{x}{\eta}\right)^{\beta-1}\)	순간 고장률
평균	\(\eta \cdot \Gamma(1 + 1/\beta)\)	평균 고장 시간 (MTTF)
분산	\(\eta^2[\Gamma(1+2/\beta) - \Gamma^2(1+1/\beta)]\)	수명의 분산
중앙값	\(\eta(\ln 2)^{1/\beta}\)	상위 50% 수명
최빈값	\(\eta\left(\frac{\beta-1}{\beta}\right)^{1/\beta}\) (β > 1인 경우)	가장 발생 가능성이 높은 수명
B-수명	\(\eta(-\ln(1-p))^{1/\beta}\)	p 비율이 고장 나는 데 걸리는 시간
특성 수명	\(\eta\) → F(η) = 63.2%	척도 모수의 해석