由於科技日新月異，許多複雜且精密的高科技產品被發明與創新，製造商如何藉由提升產品的品質、壽命、性能及製程良率來加強產業競爭力，並提高顧客購買意願，是一個重要的課題。近年來，製程能力指標(PCI)被製造商廣泛應用在品質監控上。製程能力指標是以量化的方式來衡量產品的特性是否符合製造商或顧客所設定的規格界限，並藉由指標值來評估製程能力的好壞。有關製程能力指標的文獻大多假設產品的品質特性服從常態分配，然而，在實際上產品的壽命往往是服從非常態分配，例如： Pareto、Weibull及Gamma分配等等。本研究探討當產品壽命服從韋伯分配下，利用壽命績效指標來衡量產品的壽命績效。此外，在壽命試驗當中，常因時間限制或其他限制(如成本限制或人為疏忽等)而無法取得完整的樣本資料，然而取得設限樣本，也可減少試驗時間及降低成本。
    為了使製程能力指標可以更合理、更準確的評估產品的壽命績效，本篇主要探討產品壽命來自韋伯分配下的逐步右型二設限樣本，建構出壽命績效指標C_L的最大概似估計量，進而發展出一個新的假設檢定程序做為產品的績效評估，可以提供給製造商去評估他們的製程是否能夠滿足顧客需求水準。

Many high-tech devices have been inventing as well as innovating with the rampant change of the technology. However, it is important for manufacturers to improve the quality, lifetime, performance and conforming rate of the productions because these will raise the purchase intentions of customers. The process capability indices (PCIs) have been applied by the manufacturers’ surveillance quality widely. The indices are to evaluate the production characteristics by way of the quantity; in addition, they will be checked whether they are correspond to the specification limit designed by the manufacturers and customers.
  Most of the research papers on the quality performance assessment have proposed all sorts of hypotheses to explain the quality characteristics on the normal distribution. However, the fact is the lifetime of many products frequently follows non-normal distribution, such as Pareto, Weibull, Gamma distribution etc..  This paper is to explore the product lifetime controlled by the factors of Weibull distribution. Under the limitation, the lifetime performance index assesses the product lifetime performance. Also, considering the cost and artificial negligence during the experiments, we will use the censored samples to reduce the experiment time and decrease the cost.
  In order to get the reasonable and correct PCIs on the lifetime performance, the aim of this research constructs a maximum likelihood estimator (MLE) of C_L based on the progressive type II right censored sample from the Weibull distribution. The MLE of C_L is then utilized to develop a new hypothesis testing procedure.   Finally,  according
to the experiment analysis, the data will tell how to use the procedures to evaluate the lifetime performance. It will offer a process for the manufacturers determine whether the lifetime performance of products adhere to the required level.

目錄
第一章	緒論	1
1.1	 前言	1
1.2	 研究動機與目的	1
1.3	 本文架構	3
第二章  文獻探討	4
2.1  製程能力指標的發展	4
2.2  設限型態	7
第三章  利用逐步右型二設限樣本評估韋伯分配產品的壽命績效指標	10
3.1  產品的壽命績效指標	10
3.2  壽命績效指標與製程良率之關係	13
3.3  壽命績效指標C_L的最大概似估計量	14
3.4  壽命績效指標C_L的檢定程序	17
3.5  壽命績效指標的信賴區間	21
第四章  壽命績效指標C_L檢定力及信賴區間之模擬比較	24
4.1  壽命績效指標之檢定力函數	24
4.2  檢定力函數的蒙地卡羅模擬程序與其模擬值比較	25
4.3 壽命績效指標之信賴水準的蒙地卡羅模擬程序與其模擬值比較	27
第五章  實例分析	72
範例一	72
範例二	77
第六章  結論與未來研究方向	82
6.1  結論	82
6.2  未來研究方向	83
參考文獻	85

圖目錄
圖2. 1  逐步右型二設限樣本之圖示	8
圖3. 1  韋伯分配之雙參數壽命分配之機率密度函數圖	11
圖3. 2  韋伯分配之雙參數壽命分配之故障率函數圖	11
圖5. 1  參數 與SSE的關係圖	73
圖5. 2  參數 與SSE的關係圖	78

表目錄
表3. 1  壽命績效指標 與製程良率 	13
表3. 2  GINI統計量查表值	20
表4. 1  不同樣本個數及設限樣本個數下所給定之逐步移除序列。	29
表4. 2  在設限序列為 ，顯著水準 、 、 ，分別給定 下之壽命績效指標的檢定力真實值 、模擬平均值 、模擬值變異數 、偏差平方 、均方誤差MSE與平均絕對誤差百分比MAPE。
	30
表4. 3  在設限序列為 ，顯著水準 、 、 ，分別給定 下之壽命績效指標的檢定力真實值 、模擬平均值 、模擬值變異數 、偏差平方 、均方誤差MSE與平均絕對誤差百分比MAPE。
	31
表4. 4  在設限序列為 ，顯著水準 、 、 ，分別給定 下之壽命績效指標的檢定力真實值 、模擬平均值 、模擬值變異數 、偏差平方 、均方誤差MSE與平均絕對誤差百分比MAPE。
	32
表4. 5  在設限序列為 ，顯著水準 、 、 ，分別給定 下之壽命績效指標的檢定力真實值 、模擬平均值 、模擬值變異數 、偏差平方 、均方誤差MSE與平均絕對誤差百分比MAPE。
	33
表4. 6  在設限序列為 ，顯著水準 、 、 ，分別給定 下之壽命績效指標的檢定力真實值 、模擬平均值 、模擬值變異數 、偏差平方 、均方誤差MSE與平均絕對誤差百分比MAPE。
	34
表4. 7  在設限序列為 ，顯著水準 、 、 ，分別給定 下之壽命績效指標的檢定力真實值 、模擬平均值 、模擬值變異數 、偏差平方 、均方誤差MSE與平均絕對誤差百分比MAPE。
	35
表4. 8  在設限序列為 ，顯著水準 、 、 ，分別給定 下之壽命績效指標的檢定力真實值 、模擬平均值 、模擬值變異數 、偏差平方 、均方誤差MSE與平均絕對誤差百分比MAPE。	36
表4. 9  在設限序列為 ，顯著水準 、 、 ，分別給定 下之壽命績效指標的檢定力真實值 、模擬平均值 、模擬值變異數 、偏差平方 、均方誤差MSE與平均絕對誤差百分比MAPE。	37
表4. 10  在設限序列為 ，顯著水準 、 、 ，分別給定 下之壽命績效指標的檢定力真實值 、模擬平均值 、模擬值變異數 、偏差平方 、均方誤差MSE與平均絕對誤差百分比MAPE。	38
表4. 11  在設限序列為 ，顯著水準 、 、 ，分別給定 下之壽命績效指標的檢定力真實值 、模擬平均值 、模擬值變異數 、偏差平方 、均方誤差MSE與平均絕對誤差百分比MAPE。
	39
表4. 12  在設限序列為 ，顯著水準 、 、 ，分別給定 下之壽命績效指標的檢定力真實值 、模擬平均值 、模擬值變異數 、偏差平方 、均方誤差MSE與平均絕對誤差百分比MAPE。
	40
表4. 13  在設限序列為 ，顯著水準 、 、 ，分別給定 下之壽命績效指標的檢定力真實值 、模擬平均值 、模擬值變異數 、偏差平方 、均方誤差MSE與平均絕對誤差百分比MAPE。
	41
表4. 14  在設限序列為 ，顯著水準 、 、 ，分別給定 下之壽命績效指標的檢定力真實值 、模擬平均值 、模擬值變異數 、偏差平方 、均方誤差MSE與平均絕對誤差百分比MAPE。	42
表4. 15  在設限序列為 ，顯著水準 、 、 ，分別給定 下之壽命績效指標的檢定力真實值 、模擬平均值 、模擬值變異數 、偏差平方 、均方誤差MSE與平均絕對誤差百分比MAPE。	43
表4. 16  在設限序列為 ，顯著水準 、 、 ，分別給定 下之壽命績效指標的檢定力真實值 、模擬平均值 、模擬值變異數 、偏差平方 、均方誤差MSE與平均絕對誤差百分比MAPE。	44
表4. 17  在設限序列為 ，顯著水準 、 、 ，分別給定 下之壽命績效指標的檢定力真實值 、模擬平均值 、模擬值變異數 、偏差平方 、均方誤差MSE與平均絕對誤差百分比MAPE。	45
表4. 18  在設限序列為 ，顯著水準 、 、 ，分別給定 下之壽命績效指標的檢定力真實值 、模擬平均值 、模擬值變異數 、偏差平方 、均方誤差MSE與平均絕對誤差百分比MAPE。	46
表4. 19  在設限序列為 ，顯著水準 、 、 ，分別給定 下之壽命績效指標的檢定力真實值 、模擬平均值 、模擬值變異數 、偏差平方 、均方誤差MSE與平均絕對誤差百分比MAPE。	47
表4. 20  在設限序列為 ，顯著水準 、 、 ，分別給定 下之壽命績效指標的檢定力真實值 、模擬平均值 、模擬值變異數 、偏差平方 、均方誤差MSE與平均絕對誤差百分比MAPE。
	48
表4. 21  在設限序列為 ，顯著水準 、 、 ，分別給定 下之壽命績效指標的檢定力真實值 、模擬平均值 、模擬值變異數 、偏差平方 、均方誤差MSE與平均絕對誤差百分比MAPE。
	49
表4. 22  在設限序列為 ，顯著水準 、 、 ，分別給定 下之壽命績效指標的檢定力真實值 、模擬平均值 、模擬值變異數 、偏差平方 、均方誤差MSE與平均絕對誤差百分比MAPE。
	50
表4. 23  在設限序列為 ，顯著水準 、 、 ，分別給定 下之壽命績效指標的檢定力真實值 、模擬平均值 、模擬值變異數 、偏差平方 、均方誤差MSE與平均絕對誤差百分比MAPE。
	51
表4. 24  在設限序列為 ，顯著水準 、 、 ，分別給定 下之壽命績效指標的檢定力真實值 、模擬平均值 、模擬值變異數 、偏差平方 、均方誤差MSE與平均絕對誤差百分比MAPE。
	52
表4. 25  在設限序列為 ，顯著水準 、 、 ，分別給定 下之壽命績效指標的檢定力真實值 、模擬平均值 、模擬值變異數 、偏差平方 、均方誤差MSE與平均絕對誤差百分比MAPE。
	53
表4. 26  在設限序列為 ，顯著水準 、 、 ，分別給定 下之壽命績效指標的檢定力真實值 、模擬平均值 、模擬值變異數 、偏差平方 、均方誤差MSE與平均絕對誤差百分比MAPE。	54
表4. 27  在設限序列為 ，顯著水準 、 、 ，分別給定 下之壽命績效指標的檢定力真實值 、模擬平均值 、模擬值變異數 、偏差平方 、均方誤差MSE與平均絕對誤差百分比MAPE。	55
表4. 28  在設限序列為 ，顯著水準 、 、 ，分別給定 下之壽命績效指標的檢定力真實值 、模擬平均值 、模擬值變異數 、偏差平方 、均方誤差MSE與平均絕對誤差百分比MAPE。	56
表4. 29  在設限序列為 ，顯著水準 、 、 ，分別給定 下之壽命績效指標的檢定力真實值 、模擬平均值 、模擬值變異數 、偏差平方 、均方誤差MSE與平均絕對誤差百分比MAPE。
	57
表4. 30  在設限序列為 ，顯著水準 、 、 ，分別給定 下之壽命績效指標的檢定力真實值 、模擬平均值 、模擬值變異數 、偏差平方 、均方誤差MSE與平均絕對誤差百分比MAPE。
	58
表4. 31  在設限序列為 ，顯著水準 、 、 ，分別給定 下之壽命績效指標的檢定力真實值 、模擬平均值 、模擬值變異數 、偏差平方 、均方誤差MSE與平均絕對誤差百分比MAPE。
	59
表4. 32  在設限序列為 ，顯著水準 、 、 ，分別給定 下之壽命績效指標的檢定力真實值 、模擬平均值 、模擬值變異數 、偏差平方 、均方誤差MSE與平均絕對誤差百分比MAPE。	60
表4. 33  在設限序列為 ，顯著水準 、 、 ，分別給定 下之壽命績效指標的檢定力真實值 、模擬平均值 、模擬值變異數 、偏差平方 、均方誤差MSE與平均絕對誤差百分比MAPE。	61
表4. 34  在設限序列為 ，顯著水準 、 、 ，分別給定 下之壽命績效指標的檢定力真實值 、模擬平均值 、模擬值變異數 、偏差平方 、均方誤差MSE與平均絕對誤差百分比MAPE。	62
表4. 35  在設限序列為 ，顯著水準 、 、 ，分別給定 下之壽命績效指標的檢定力真實值 、模擬平均值 、模擬值變異數 、偏差平方 、均方誤差MSE與平均絕對誤差百分比MAPE。	63
表4. 36  在設限序列為 ，顯著水準 、 、 ，分別給定 下之壽命績效指標的檢定力真實值 、模擬平均值 、模擬值變異數 、偏差平方 、均方誤差MSE與平均絕對誤差百分比MAPE。	64
表4. 37  在設限序列為 ，顯著水準 、 、 ，分別給定 下之壽命績效指標的檢定力真實值 、模擬平均值 、模擬值變異數 、偏差平方 、均方誤差MSE與平均絕對誤差百分比MAPE。	65
表4. 38  在 、參數值 ，目標值 及規格下限 下，壽命績效指標之信賴水準 模擬平均值 、均方誤差MSE與平均絕對誤差百分比MAPE。	66
表4. 39  在 、參數值 ，目標值 及規格下限 下，壽命績效指標之信賴水準 模擬平均值 、均方誤差MSE與平均絕對誤差百分比MAPE。
	67
表4. 40  在 、參數值 ，目標值 及規格下限 下，壽命績效指標之信賴水準 模擬平均值 、均方誤差MSE與平均絕對誤差百分比MAPE。
	68
表4. 41  在 、參數值 ，目標值 及規格下限 下，壽命績效指標之信賴水準 模擬平均值 、均方誤差MSE與平均絕對誤差百分比MAPE。	69
表4. 42  在 、參數值 ，目標值 及規格下限 下，壽命績效指標之信賴水準 模擬平均值 、均方誤差MSE與平均絕對誤差百分比MAPE。
	70
表4. 43  在 、參數值 ，目標值 及規格下限 下，壽命績效指標之信賴水準 模擬平均值 、均方誤差MSE與平均絕對誤差百分比MAPE。
	71
表5. 1  參數 、 與SSE的對應值。	73
表5. 2  參數 、 與SSE的對應值。	78

Balakrishnan N. and Aggarwala R. (2000). Progressive censoring: Theory, methods and applications, Birkhäuser, Boston.

Caronin, C.(2002), The Correct “Ball Bearings”Data, Lifetime Data Analysis, 8,395-399.

Chan, L.K., Cheng, S.W. and Spiring, F. A. (1988). A new measure of process capability: C_pm. Journal of Quality Technology, 20(3), 162-175.

Clement, J.A. (1989). Process capability calculations for non-normal distribution. Quality Progress, 22, 95-100.

Gail, M.H. and Gastwirth, J.L. (1978). A scale-free goodness-of-fit test for the exponential distribution based on the gini statistic. Journal of the Royal Statistical Society, Series B (Methodological), 40(3), 350-357.

Hong, C.W., Wu, J.W. and Cheng, C.H. (2007). Computational procedure of performance assessment of lifetime index of businesses for the pareto lifetime model with the right type II censored sample. Applied Mathematics and Computation, 184(2), 336-350.

Hogg, R.V., McKean, J.W. and Craig, A.T. (2005). Introduction to mathematical statistics, (6thed), Pearson Prentice Hall, Pearson Education, Inc.

Juran, J.M. (1974). Journal quality control handbook, (3rded), McGraw-Hill, New York.

Kane, V.E. (1986). Process capability indices. Journal of Quality Technology, 18(1), 41-52.

Lawless, J.F. (2003). Statistical models and methods for lifetime data, (2nded), John Wiley, New York.

Liu, P.H, and Chen, F.L.(2006),Process capability analysis of non-normal process data using the Burr XII distribution, International Journal of advanced Manufacturing Technology,27,975-984.

Montgomery, D.C. (1985). Introduction to statistical quality control, John Wiley & Sons, New York.

Pearn, W.L., Kotz, S. and Johnson, N.L. (1992). Distributional and inferential properties of process capability indices. Journal of Quality Technology, 24(4), 216-233.

Pearn, W.L. and Chen, K.S. (1997). Capability indices for non-normal distributions with an application in electrolytic capacitor manufacturing. Microelectronics and Reliability, 37(12), 1853-1858.

Wu, S.J. (2002). Estimations of the parameters of the weibull distribution with progressively censored data. Journal of the Japan Statistical Society, Vol.32 No.2 155-163

Tong, L.I., Chen, K.T. and Chen, H.T. (2002). Statistical testing for assessing the performance of lifetime index of electronic components with exponential distribution. International Journal of Quality & Reliability Management, 19(7), 812-824.

Wu, J.W., Lee, W.C., and Hong, C.W. (2009a). Assessing the lifetime performance index of products from progressively type II right censored data using burr XII model. Mathematics and Computers in Simulation, 79(7), 2167-2179.

Wu, J.W., Lee, W.C., and Hong, C.W. (2009b). Assessing the lifetime performance index of products with the exponential distribution under progressively type II right censored samples. Journal of Computational and Applied Mathematics, 231(2), 648-656.

Wu, J.W., Lee, W.C., Hong, M.L., Lin, L.S. and Chan, R.L., (2011). Assessing the lifetime performance index of rayleigh products based on the bayesian estimation under progressively type II right censored samples. Journal of Computational and Applied Mathematics, 231, 648-656.
	
Nelson . W, Applied Life Data Analysis, John Wiley, New York, 1982.
	
Zehna, P. W. (1966). Invariance of maximum likelihood estimation. Annals of Mathematical Statistics, 37, 744.
	
李佩熹，童超塵，廖翊亨，鍾承利(2009)，韋伯分配參數估計法的比較與探討,智慧科技與應用統計學報,第 7 卷第 2 期 25-36 頁。
	
黃惠隆，翁忠川，黃月真(2004)，以車輛偵測器推估旅行時間之研究 — 以北二高為例，中華技術季刊第63期。