Soporte de Minitab® 

Introduce tus criterios para Plan de pruebas de demostración

Más información sobre Minitab
Estadísticas > Confiabilidad/supervivencia > Planes de pruebas > Demostración

Ingrese información para desarrollar planes para una prueba a fin de demostrar que solo cierto número de fallas ocurre en una cantidad establecida de tiempo de pruebas. La información de planificación puede provenir de especificaciones de diseño, opiniones de expertos, pequeños estudios piloto y otras fuentes.

  1. Selecciona el valor para calcular el análisis. Si el análisis calcula los tamaños de la muestra, entonces la información requerida para el plan incluye cuánto tiempo debe probar cada unidad. Si el análisis calcula los tiempos de prueba, entonces la información requerida para el plan incluye cuántas unidades probar.
    • Tamaños de muestra
    • Tiempos de prueba para cada unidad
  2. Introduce el límite de tiempo para la prueba que se aplica a cada unidad o el número de unidades disponibles para probar.
    Nota

    Cada combinación de tamaño de muestra o tiempo de prueba con un número máximo de fallos permitidos crea un único plan de prueba. Se recomienda crear varios planes de pruebas ingresando múltiples valores para cada propiedad y luego comparar los resultados.
    • Tiempos de prueba para cada unidad
      Introduce uno o más valores para indicar el límite de tiempo para la prueba.
    • Tamaños de muestra
      Ingrese uno o más valores para indicar el número de unidades disponibles para pruebas.
  3. En Número máximo de fallas permitidas, ingrese uno o más valores para indicar el número máximo de fallas que permite su prueba.

    Ingresar 0 da como resultado el tamaño de muestra y el tiempo de pruebas más pequeños. Sin embargo, si solo ocurre una falla, la prueba de demostración no pasa y usted no puede concluir que haya alcanzado la fiabilidad deseada. Para obtener más información, vaya a ¿Cuál es la diferencia entre una prueba de m fallas y una prueba de 0 fallas?.
  4. En Distribución, selecciona una distribución para modelar tus datos. Luego, introduce el parámetro para asumir para el plan de prueba.

    Basa tu decisión sobre la distribución en el conocimiento del proceso o en una evaluación del ajuste de la distribución. Para obtener más información, vaya a Ajuste de distribución para el análisis de fiabilidad.

    Cuando prueba un sistema rediseñado, a menudo puede utilizar un valor histórico para estimar el parámetro de forma o escala de la distribución. El valor histórico suele ser una estimación adecuada, porque el rediseño no afecta este parámetro.
    Precaución

    El valor del parámetro es una estimación aproximada. Sin embargo, si la estimación del parámetro está demasiado alejada del valor real del parámetro, entonces el tamaño de la muestra o el tiempo de prueba para el plan de prueba puede no ser preciso. Si usted no está seguro del valor del parámetro, considere repetir el análisis del plan de prueba usando un rango de valores probables para el parámetro asumido. Los resultados de los diferentes análisis pueden ayudarte a determinar cuán sensible es el tamaño de la muestra o el tiempo de prueba al valor asumido del parámetro.
    Distribución Parámetro
    Weibull Forma: Introduce un valor mayor que 0 para el parámetro de forma. Un valor de 1 hace que la distribución de Weibull sea equivalente a la distribución exponencial.
    Exponencial N/A
    Otras distribuciones Valor de escala: Introduce un valor mayor que 0 para el parámetro de escala.
  5. En Objetivo de la prueba de demostración, selecciona el criterio que se va a usar para la prueba. Luego, introduce los valores mínimos que debe pasar la prueba.
    Como todos los objetivos tienen expresiones equivalentes, la elección suele estar relacionada con la forma más conveniente de expresar los requisitos. Por ejemplo, para una distribución de Weibull con un parámetro de forma de 4, lo siguiente produce el mismo plan de prueba:
    • Un verdadero percentil 5 que supera el 4,759
    • Un parámetro de escala que supera los 10,000
    Los rangos de las escalas sobre la probabilidad de aprobar el gráfico difieren según las especificaciones que producen el mismo plan de prueba.
    El percentil real para un porcentaje especificado supera este tiempo
    Especifica el porcentaje máximo de unidades que fallan antes del plazo especificado para cumplir los requisitos. Por ejemplo, el requisito de un combustor de motor de turbina es que 2,000 ciclos provoquen un máximo del 1 % de fallos.
    La confiabilidad real para un tiempo especificado supera esta proporción
    Especifica la proporción de unidades que sobreviven y cuánto tiempo sobreviven para cumplir los requisitos. Por ejemplo, el requisito de un combustor de turbina es que una proporción de 0.99 sobreviva más de 2,000 ciclos.
    El tiempo medio real hasta la falla (MTTF) supera este valor
    Especifica el MTTF mínimo que cumpla los requisitos. Por ejemplo, el requisito para un combustor de turbina es que el MTTF sea superior a 10,000 ciclos.
    El parámetro de escala real excede este valor
    Esta opción está disponible cuando la distribución es Weibull o Exponencial.
    Especifica el valor mínimo del parámetro que cumpla con los requisitos. Por ejemplo, el requisito para un combustor de motor de turbina es que el parámetro de escala de una distribución exponencial sea mayor que 10,000.
    Para una distribución de Weibull, el parámetro de escala es aproximadamente el percentil 63.2. Para la distribución exponencial, el parámetro de escala es el tiempo medio hasta la falla (MTTF) así como el percentil 63.2.
    El parámetro de ubicación real excede este valor
    Esta opción está disponible cuando la distribución no Weibull es o Exponencial.
    Especifica el valor mínimo del parámetro que cumpla con los requisitos. Por ejemplo, el requisito para un combustor de motor de turbina es que el parámetro de localización para una distribución lognormal sea mayor que 9.21
    Para la distribución normal, el parámetro de localización es igual al tiempo medio hasta la falla (MTTF). La interpretación del parámetro de ubicación depende de la distribución. Una distribución normal con un parámetro de localización de 10,000 y una distribución lognormal con un parámetro de localización de 9.21 tienen percentiles 50 similares.
  6. En Nivel de confianza, introduce un nivel de confianza entre 0 y 100. Por lo general un nivel de confianza de 95% funciona adecuadamente. El nivel de confianza afecta el riesgo de llegar a una conclusión incorrecta.
    • Un nivel de confianza más bajo, como 90%, puede reducir el tamaño de la muestra o el tiempo de pruebas que se requiere para la prueba. Sin embargo, un nivel más bajo aumenta el riesgo de concluir erróneamente que el sistema cumple el objetivo de fiabilidad. Para un nivel de confianza del 90%, el riesgo de este error es del 10%.
    • Un nivel de confianza más alto, como el 99%, disminuye el riesgo de concluir erróneamente que el sistema cumple el objetivo de fiabilidad. Sin embargo, la prueba podría requerir un tamaño de muestra más grande o un tiempo de pruebas más largo. Para un nivel de confianza del 99%, el riesgo de este error es del 1%.
Copyright © 2026 Minitab, LLC. All rights Reserved.