Observations relatives aux données pour la fonction Diagramme de présentation de répartition (troncature arbitraire)

Pour garantir la validité de vos résultats, vérifiez que les règles suivantes sont respectées lorsque vous collectez des données, effectuez une analyse et interprétez vos résultats.

Les données que vous collectez sont généralement des moments de défaillance

Par exemple, vous pouvez recueillir des moments de défaillance pour des unités testés à une température donnée. Vous pouvez également recueillir des échantillons de moments de défaillance à différentes températures, ou avec toute combinaison de variables de contrainte. Les données peuvent aussi mesurer l'utilisation du produit dans des unités autres que de temps, comme le nombre de kilomètres après lesquels un pneu rencontre une défaillance.

Vos données doivent être tronquées arbitrairement

Pour être considérées comme tronquées arbitrairement, vos données doivent inclure des observations tronquées à gauche (vous connaissez uniquement le moment avant lequel la défaillance est survenue) ou des observations tronquées par intervalle (vous connaissez uniquement les moments entre lesquels la défaillance est survenue). Vos données peuvent également comporter différents types de troncatures, avec des moments de défaillance exacts, des données tronquées à droite, des données tronquées à gauche et des données tronquées par intervalle. En revanche, si vos données se composent uniquement de moments de défaillance exacts et/ou d'observations tronquées à droite (vous connaissez uniquement le moment après lequel la défaillance est survenue), utilisez Diagramme de présentation de répartition (troncature à droite). Pour plus d'informations sur les données tronquées, reportez-vous à la rubrique Troncature des données.