Tabla de regresión – ecuación de regresión estimada para Regresión con datos de vida útil

La tabla estima la ecuación de regresión de mejor ajuste para el modelo. La ecuación de regresión tiene la forma general siguiente:

Predicción = constante + coeficiente(predictor) + ... + coeficiente(predictor) + escala (función de cuantiles) o

Yp = β0 + β1x1 + ... + βkxk + σΦ-1(p)

  • Predicción (Yp): logaritmo de tiempo de falla (modelos de Weibull, exponencial, lognormal y loglogístico) o tiempo de falla (modelos normal, de valor extremo y logístico).
  • Predictores (x1, x2 ... xk): las variables predictoras, que pueden ser continuas o categóricas.
  • Constante (β0): el valor de Yp (tiempo de falla o logaritmo de tiempo de falla) cuando todas las variables explicativas sean iguales a cero y el percentil de la función de cuantiles sea 0.
  • Coeficiente (β1, β2,... , βk): la cantidad en la que cambia Y cuando la variable explicativa (x) correspondiente aumenta en una unidad y todas las demás variables explicativas se mantienen constantes.
  • Escala (σ): el parámetro de escala. Para Weibull y exponencial, escala = 1.0/forma.
  • Función de cuantiles (Φ-1(p): el cuantil pésimo de la distribución de vida útil estandarizada.

Este modelo pudiera no ofrecer un ajuste adecuado a los datos. Para evaluar el ajuste del modelo, verifique los supuestos del modelo mediante el uso de la gráfica de probabilidad de los residuos estandarizados y de los residuos de Cox-Snell.

Ejemplo de salida

Regression Table Standard 95.0% Normal CI Predictor Coef Error Z P Lower Upper Intercept 6.68731 0.193766 34.51 0.000 6.30754 7.06709 Design Standard -0.705643 0.0725597 -9.72 0.000 -0.847857 -0.563428 Weight -0.0565899 0.0212396 -2.66 0.008 -0.0982187 -0.0149611 Shape 5.79286 1.07980 4.02001 8.34755 Log-Likelihood = -88.282

Interpretación

El modelo estimado para las cajas nuevas de compresores es: log(Yp) = 6.8731 – 0.0565899(Peso) + (1.0/5.79286)Φ-1(p)

El modelo estimado para las cajas estándares de compresores es: log(Yp) = (6.8731 – 0.705643) – 0.0565899(Peso) + (1.0/5.79286)Φ-1(p)

Donde:
Al utilizar este sitio, usted acepta el uso de cookies para efectos de análisis y contenido personalizado.  Leer nuestra política