Spécifier les méthodes d'estimation pour la fonction Analyse de répartition paramétrique (troncature à droite)

Stat > Fiabilité/Survie > Analyse de répartition (troncature à droite) > Analyse de répartition paramétrique > Estimation
Méthode d'estimation
  • Maximum de vraisemblance : estimez les paramètres de distribution en maximisant la fonction de vraisemblance.
  • Moindres carrés (temps de défaillance(X) sur rang(Y)) : estimez les paramètres de distribution en ajustant une droite de régression aux points d'un diagramme de probabilité.

Pour plus d'informations sur ces deux méthodes, reportez-vous à la rubrique Estimation par la méthode des moindres carrés et estimation par le maximum de vraisemblance.

Faire l'hypothèse d'une forme (pente Weibull) ou d'une échelle (1/pente-autres lois distribution) commune
Sélectionnez cette option pour estimer les paramètres à l'aide d'un paramètre de forme ou d'échelle courant pour la loi. Pour en savoir plus sur l'effet de cette hypothèse sur la méthode d'estimation, reportez-vous à la rubrique Estimation par la méthode des moindres carrés et estimation par le maximum de vraisemblance et cliquez sur "Supposition d'un paramètre de forme ou d'échelle courant pour l'analyse de répartition paramétrique".
Analyse de Bayes
Remarque

Si vos données présentent peu ou pas de défaillances, vous pouvez utiliser les options de l'analyse de Bayes pour spécifier des paramètres de distribution historiques et obtenir des intervalles de confiance pour les résultats. Pour plus d'informations, reportez-vous à la rubrique Comment effectuer une analyse de fiabilité avec peu ou pas de défaillances.

Définir une forme (pente Weibull) ou une échelle (1/pente-autres lois distribution) à
Pour estimer d'autres coefficients de modèle tout en conservant un paramètre de forme ou d'échelle fixe, indiquez une valeur à utiliser en tant que paramètre de forme ou d'échelle pour toutes les variables de réponse, ou entrez un nombre de valeurs égal au nombre de variables de réponse.
Définir un seuil à
Pour estimer d'autres coefficients de modèles tout en conservant le paramètre de seuil fixe, indiquez une valeur à utiliser pour le paramètre de seuil pour toutes les variables ou entrez une liste de valeurs égales au nombre de variables de réponse. N'entrez pas de paramètre de seuil si la loi que vous avez sélectionnée n'en a pas. Si la loi dispose d'un paramètre de seuil et qu'aucune valeur n'a été saisie, Minitab estime le paramètre de seuil.
Estimation des percentiles des pourcentages supplémentaires suivants
Saisissez les pourcentages pour lesquels vous voulez estimer les percentiles. Le pourcentage d'un percentile est le pourcentage d'éléments qui devraient connaître une défaillance dans un délai donné (percentile). Ainsi, chaque valeur saisie doit être comprise entre 0 et 100 et indiquer le pourcentage d'éléments qui rencontreront une défaillance. En principe, n % des observations sont en dessous de la valeur du énième percentile et (100–n) % des observations sont au-dessus.
Estimation des probabilités aux temps suivants
Indiquez un ou plusieurs temps, ou une colonne de temps pour lesquels calculer les probabilités de survie ou les probabilités cumulées de défaillance.
  • Estimation des probabilités de survie : estimez la proportion d'unités qui survivront au-delà d'une durée donnée. Utilisez ces valeurs pour déterminer si votre produit répond aux exigences de fiabilité requises ou pour comparer la fiabilité d'au moins deux versions d'un produit. Pour plus d'informations, reportez-vous à la rubrique Qu'est-ce que la probabilité de survie ?.
  • Estimation des probabilités cumulées de défaillance : estimez la probabilité que les unités rencontrent une défaillance avant un moment donné. La probabilité de défaillance cumulée est égale à 1 moins la probabilité de survie.
Niveau de confiance

Entrez un niveau de confiance compris entre 0 et 100. Un niveau de confiance de 95 % est généralement efficace. Un niveau de confiance de 95 % indique que vous pouvez être sûr à 95 % que l'intervalle contient le paramètre de population réel. Cela signifie que si vous collectez 100 échantillons aléatoires dans la population, vous pouvez vous attendre à ce qu'environ 95 échantillons produisent des intervalles contenant la valeur réelle du paramètre de population (si toutes les données pouvaient être collectées et analysées).

Un niveau de confiance plus faible, par exemple de 90 %, génère un intervalle de confiance plus étroit et permet de réduire l'effectif d'échantillon ou le temps requis pour le test. Cependant, la probabilité que l'intervalle de confiance contienne le paramètre de population se réduit.

Un niveau de confiance plus élevé, par exemple de 99 %, augmente la probabilité que l'intervalle de confiance contienne le paramètre de population. Cependant, vous pouvez nécessiter un effectif d'échantillon plus grand ou un temps de test plus long pour obtenir un intervalle de confiance suffisamment étroit pour être exploitable.

Intervalles de confiance

Dans la liste déroulante, indiquez si vous souhaitez que Minitab affiche un intervalle de confiance bilatéral (Bilatéral) ou unilatéral (Borne inférieure ou Borne supérieure). Un intervalle unilatéral requiert généralement moins d'observations et de temps de test pour que vous puissiez être statistiquement certain de la conclusion. De nombreuses normes de fiabilité sont définies du point de vue du scénario le moins favorable, qui est représenté par une borne inférieure.

Remarque

Vous pouvez spécifier un niveau de confiance et calculer des intervalles de confiance uniquement lorsque vous sélectionnez Maximum de vraisemblance dans Méthode d'estimation.

En utilisant ce site, vous acceptez l'utilisation de cookies à des fins d'analyse et de personnalisation du contenu.  Lisez notre politique