Diagramme d'identification de répartition (troncature arbitraire) - Généralités

Utilisez la fonction Diagramme d'identification de répartition (troncature arbitraire) pour déterminer quelle est la loi qui s'ajuste le mieux aux données lorsque vous disposez de données de défaillance comportant des observations tronquées arbitrairement.

Les données tronquées arbitrairement peuvent désigner des observations tronquées à gauche et/ou des observations tronquées par intervalle. Pour plus d'informations, reportez-vous à la rubrique Troncature des données.

Grâce à l'analyse, vous avez la possibilité d'évaluer l'ajustement des 11 lois paramétriques suivantes, qui sont généralement utilisées pour modéliser les données de fiabilité : plus petites valeurs extrêmes, Weibull, Weibull à 3 paramètres, exponentielle, exponentielle à 2 paramètres, normale, log-normale, log-normale à 3 paramètres, logistique, log-logistique et log-logistique à 3 paramètres.

Minitab créé des diagrammes de probabilité pour les lois sélectionnées. Les diagrammes de probabilité vous permettent de déterminer quelle loi paramétrique s'ajuste le mieux aux données (s'il y en a une). Par ailleurs, Minitab calcule les percentiles et les durées moyennes avant défaillance (MTTF) pour chaque loi, ce qui vous fournit des informations supplémentaires à prendre en compte lors de la sélection d'un modèle de loi pour l'analyse de fiabilité. Le diagramme d'identification de répartition (troncature arbitraire) peut également vous aider à déterminer le type de loi à utiliser (paramétrique ou non paramétrique) pour évaluer les données de manière approfondie.