ワイブル分布のパラメータη・m・γの意味｜形状・尺度・位置を「人の一生」で理解する

※本記事にはプロモーション（広告）が含まれています。

ワイブル分布は、製品の「いつ壊れるか？」を予測するための確率分布です。信頼性工学の世界では最も重要な道具の1つで、QC検定1級や技術者試験でも頻出です。

でも、初めて学ぶ人にとって最大の壁は「3つのパラメータの意味がわからない」こと。η（イータ）、m、γ（ガンマ）という3つの文字が出てきた瞬間に、多くの人がフリーズします。

安心してください。この記事では、3つのパラメータを「人間の一生」に例えて、数式アレルギーの方でもスッキリ理解できるように解説します。読み終わるころには、「あぁ、そういうことか！」と腹落ちしているはずです。

まず全体像｜3つのパラメータを「人間の一生」で俯瞰する

いきなり数式に入る前に、3つのパラメータの「役割」だけを先に掴みましょう。人間の寿命に例えると、驚くほどスッキリします。

ワイブル分布は、製品（＝人間）が「いつ」「どんなパターンで」壊れる（＝亡くなる）かを表します。この「履歴書」を書くために必要な情報が、次の3つです。

記号	名前	人間で例えると？	ひとことで言うと
m	形状パラメータ（Shape）	死因のパターン若くして事故で亡くなるタイプか、老衰で亡くなるタイプか	壊れ方の「クセ」を決める故障率が増えるか・一定か・減るか
η	尺度パラメータ（Scale）	平均寿命 50歳で亡くなる国か、85歳まで生きる国か	寿命の「スケール」を決める時間軸を伸び縮みさせる
γ	位置パラメータ（Location）	絶対に死なない期間「生まれてから5歳まではどんなことがあっても死なない」という保証	壊れ始める「スタート地点」を決めるこの時間までは故障率ゼロ

3つのパラメータの中で最も重要なのが、このm（形状パラメータ）です。mの値によって「壊れ方のパターン」がガラリと変わります。

「故障率」とは、「今この瞬間に壊れる確率」のことです。mの値によって、この故障率の変わり方が3パターンに分かれます。

人間で例えると、こうなります。

「なぜmの値だけで故障率の増減が決まるの？」という疑問に答えましょう。ワイブル分布の故障率λ(t)は次の式で表されます。

ここで注目すべきは (t/η)^m−1 の部分です。時間 t が増えたときにこの値がどう変わるかは、指数の「m−1」で決まります。

mの値	指数 m−1	tが増えると (t/η)^m−1 は？	つまり故障率は？
m < 1	マイナス	減少する	時間とともに↓下がる
m = 1	ゼロ	(t/η)⁰ = 常に1	一定（＝指数分布）
m > 1	プラス	増加する	時間とともに↑上がる

次はη（イータ）＝尺度パラメータです。「尺度」とは「ものさし」のこと。つまりηは、時間軸のものさしを伸ばしたり縮めたりするパラメータです。

人間で例えてみましょう。

ワイブル分布の信頼度（時刻tまで壊れない確率）は次の式で表されます。

この続きと一緒に読まれている記事

ここで、t = η を代入してみてください。

3つ目はγ（ガンマ）＝位置パラメータです。これは「壊れ始めのスタート時刻をずらす」パラメータです。実は多くの教科書ではγ=0と仮定して省略されるため、存在すら知らない人も多いのですが、実務では非常に重要です。

人間で例えてみましょう。

γがあると、ワイブル分布の式はこうなります。

変わったのは「t」が「t − γ」になっただけ。つまり、時間の原点（スタート地点）をγだけ右にずらしたのです。

ここまでの内容を、1枚のまとめ図と具体的な数値例で定着させましょう。

製品	m	η	γ	読み方
電子基板（初期不良あり）	0.5	5,000h	0	m<1なので初期故障型。使い始めが最も危険。バーンイン試験で初期不良を除くのが有効。
半導体素子（偶発故障）	1.0	100,000h	0	m=1なので故障率一定（＝指数分布）。ランダムにポツポツ壊れる。予測困難。
ベアリング（摩耗故障）	3.5	20,000h	2,000h	m>1なので摩耗故障型。γ=2,000hなので最初の2,000時間は絶対壊れない。その後、使うほど壊れやすくなる。