Pourquoi la loi de Weibull est-elle la loi par défaut pour une analyse de capabilité non normale ?

La loi de Weibull est l'une des lois les plus communément utilisées pour modéliser des données non normales. La loi de Weibull est caractérisée par les paramètres de forme, d'échelle et de seuil. En fonction de la valeur de ces paramètres, la loi de Weibull peut prendre diverses formes.

Effet du paramètre de forme
Effet du paramètre d'échelle
Effet du paramètre de seuil
L'un des principaux avantages de la loi de Weibull est qu'elle peut présenter des caractéristiques semblables à celles d'autres types de lois, la rendant très flexible dans l'ajustement à différents types de données. Exemples d'utilisations de la loi de Weibull à la place d'autres lois :
  • La loi exponentielle est un cas de loi de Weibull particulier ; elle est souvent utilisée pour étudier la diffusion du rayonnement ou la vitesse du vent.
  • La loi de Weibull est une alternative à la loi normale en cas de données asymétriques.

Autres lois pour l'analyse de capabilité non normales

Minitab fournit également les lois non normales suivantes pour modéliser les données de l'analyse de capabilité non normale :
  • Log-normale
  • Log-normale à 3 paramètres
  • Exponentielle
  • Exponentielle à 2 paramètres
  • Gamma
  • Gamma à 3 paramètres
  • Logistique
  • Log-logistique
  • Log-logistique à 3 paramètres
  • Plus petite valeur extrême
  • Plus grande valeur extrême

Pour identifier la loi qui s'ajuste le mieux à vos données, utilisez votre connaissance du procédé et les résultats d'un test d'ajustement de la loi, comme Identification de loi individuelle.

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