À utiliser Analyse de loi non
paramétrique pour estimer la fiabilité d’un produit lorsqu’aucune distribution paramétrique ne correspond adéquatement à vos données.
En fonction de la méthode non paramétrique sélectionnée, vous pouvez effectuer les actions suivantes :
- Estimez le pourcentage d’éléments qui échoueront ou survivront à différents intervalles de temps
- Afficher des diagrammes de risque et de survie pour visualiser les probabilités de défaillance et de survie
- Tester l’égalité des courbes de survie pour plusieurs échantillons
Vous pouvez également utiliser une analyse de distribution non paramétrique pour valider et comparer les résultats d’une analyse de distribution paramétrique. Une analyse de distribution non paramétrique est moins efficace qu’une analyse paramétrique avec un modèle de distribution approprié, et produit donc souvent des intervalles de confiance plus larges. Cependant, comme une analyse non paramétrique ne nécessite pas d’ajuster une distribution à vos données, ses résultats ne seront pas affectés négativement par un mauvais ajustement de distribution.
Utilisez cette analyse pour les temps exacts de défaillance ou pour tout schéma de censure.
- Données exactes de défaillance
- Enregistrer le temps de défaillance à un point fixe avant la fin de l’étude ou du test de fiabilité
- Données tronquées par la droite
- Notez un moment où l’unité a encore survécu à la fin de l’étude ou du test de fiabilité. Par exemple, un patient peut abandonner une étude avant sa fin, ou une unité continue d’opérer après la durée de test allouée. Le temps exact de défaillance est inconnu mais surviendra certainement au-delà du temps d’étude alloué.
- Données tronquées par intervalles
- Le temps exact de défaillance est inconnu, mais il s’est produit à un intervalle connu. Par exemple, une unité fonctionnait encore à midi lorsque l’ingénieur de fiabilité est parti pour une pause de midi. Au retour de l’ingénieur à 12h30, ils ont remarqué que l’unité était en panne. Ainsi, l’unité a échoué à l’intervalle à partir de 12h et se terminant à 12h30.
- Données tronquées à gauche
- Les données tronquées à gauche sont un cas particulier de point de données censuré par intervalle où le point de départ de l’intervalle peut être un temps 0 ou être inconnu. L’ingénieur ne sait que depuis le début du test de fiabilité que l’unité a lâché à un moment précis.
Dans cette analyse, la troncature par intervalles permet de spécifier des données tronquées à gauche et des données qui combinent différents types de troncature. Pour plus d’informations, consultez la page Troncature des données.
Lorsque votre produit échoue de différentes manières, utilisez une analyse des modes de défaillance pour évaluer l’impact de chaque type de défaillance sur la fiabilité globale. Chaque mode de défaillance est considéré comme indépendant. L'analyse individuelle de chaque mode de défaillance vous permet d'organiser plus facilement vos initiatives d'amélioration par ordre d'importance.
Conseil
L’analyse stocke une définition de données de fiabilité qui inclut les colonnes d’exemple et le schéma de troncature. Sélectionnez la définition pour exécuter rapidement Diagramme
d'identification de loi, Diagramme
de présentation de loi, Analyse de loi
paramétrique, et Analyse de loi
non paramétrique sur les mêmes données.
Où trouver cette analyse
Pour effectuer une analyse de distribution non paramétrique, choisissez .
Quand utiliser une autre analyse
- Les méthodes paramétriques fournissent des résultats plus précis et estiment davantage de types de fonctions lorsque le modèle de distribution paramétrique supposé est correct. Par conséquent, si vous pouvez ajuster une distribution paramétrique à vos données, utilisez Analyse de loi
paramétrique.
- Pour déterminer si une distribution paramétrique s’adapte adéquatement à vos données, utilisez Diagramme d'identification de
loi.
