Подскажите со стат.методом Опции

[Де бин Анатолий]

Приветствую. , пожалуйста, мне тут метод выбрать в такой задаче.
У меня есть данные по 80 приборам, по каждому циклу, для каждого прибор, разные датчики дают указание. Как я могу предложить на основании этих данных, что прибор неисправен? Какой статистический метод я должен использовать?
Прибор считается вышедшим из строя, если больше измерений по нему нет. Например, есть измерения по циклам 1-151. Значит, что на 152 цикле прибор вышел из строя.

Может ли тут помочь анализ выживаемости?

Сообщение отредактировал Де бин Анатолий - 12.10.2017 - 18:09

Прикрепленные файлы

 mydat.zip ( 586,63 килобайт ) Кол-во скачиваний: 280

 

[p2004r]

Ну и собственно кластеризация по "импульсным переходным функция" восстановленным рекуррентными слоями модели

Код

lstm_out.forw_model <- keras_model(inputs = model$input,
                                   outputs = lstm_out.forw)
lstm_out.forw_output <- predict(lstm_out.forw_model, x = list(in_seq_event), batch_size = 8, verbose = 1)

lstm_out.back_model <- keras_model(inputs = model$input,
                                   outputs = lstm_out.back)
lstm_out.back_output <- predict(lstm_out.back_model, x = list(in_seq_event), batch_size = 8, verbose = 1)

str(lstm_out.forw_output)
str(lstm_out.back_output)

pairs(cbind(prcomp(cbind(lstm_out.forw_output,
                         lstm_out.back_output),
                   center=T, scale.=T)$x[,1:3],
            pribor.out))

Как видно из графика действительно две группы приборов + некая функция "наработки на отказ".

Эскизы прикрепленных изображений