Utilisez le diagramme de probabilité pour évaluer l'ajustement de la loi de distribution à vos données. Si les points suivent étroitement la droite d'ajustement, vous pouvez supposer que la loi de distribution s'ajuste correctement aux données.
Pour l'échantillon Temp80 des données relatives aux enroulements de moteur, les points semblent suivre la droite d'ajustement. Par conséquent, vous pouvez supposer que la loi log-normale est un choix approprié pour les données. La droite d'ajustement repose sur une loi log-normale avec un emplacement de 4,09267 et une échelle de 0,486216.
Le diagramme de survie représente la probabilité de survie de l'élément jusqu'à un moment donné. Le diagramme de survie montre donc la fiabilité du produit dans le temps.
Lorsque vous maintenez le pointeur sur la courbe de survie, Minitab affiche un tableau des temps et des probabilités de survie.
Utilisez ce diagramme uniquement lorsque la loi s'ajuste correctement aux données. Moins la loi est adaptée aux données, moins ces estimations sont précises. Pour déterminer si la loi offre un ajustement adéquat aux données, vous devez utiliser le diagramme d'identification de répartition, le diagramme de probabilité et les mesures d'adéquation de l'ajustement.
Pour les données relatives aux enroulements de moteur, la probabilité de survie de ces derniers à une température de 80 °C durant au moins 50 heures est environ de 60 %. La fonction de survie repose sur la loi log-normale avec un paramètre d'emplacement de 4,09267 et un paramètre d'échelle de 0,486216.
Pour exprimer la fiabilité du produit en fonction du moment où il connaît une défaillance, le diagramme des défaillances cumulées affiche le pourcentage cumulé d'éléments qui rencontrent une défaillance à un temps t donné. La fonction des défaillances cumulées est égale à 1 moins la fonction de survie.
Lorsque vous maintenez le pointeur sur la courbe, Minitab affiche la probabilité de défaillance cumulée et le temps de défaillance.
Utilisez ce diagramme uniquement lorsque la loi s'ajuste correctement aux données. Moins la loi est adaptée aux données, moins ces estimations sont précises. Pour déterminer si la loi offre un ajustement adéquat aux données, vous devez utiliser le diagramme d'identification de répartition, le diagramme de probabilité et les mesures d'adéquation de l'ajustement.
Pour les données relatives aux enroulements de moteur, la probabilité de défaillance de ces derniers avant 70 heures à une température de 80 °C est environ de 60 %. La fonction des défaillances cumulées repose sur la loi log-normale avec un paramètre d'emplacement de 4,09267 et un paramètre d'échelle de 0,486216.
La forme de la fonction de risque est déterminée à partir des données et de la loi sélectionnée. Lorsque vous maintenez le pointeur sur la courbe de risque, Minitab affiche un tableau des temps de défaillance et des taux de risque.
Utilisez ce diagramme uniquement lorsque la loi s'ajuste correctement aux données. Moins la loi est adaptée aux données, moins ces estimations sont précises. Pour déterminer si la loi offre un ajustement adéquat aux données, vous devez utiliser le diagramme d'identification de répartition, le diagramme de probabilité et les mesures d'adéquation de l'ajustement.
Pour la variable Temp80 des données relatives aux enroulements de moteur, la fonction de risque repose sur la loi log-normale avec un paramètre d'emplacement de 4,09267 et un paramètre d'échelle de 0,486216. A une température de 80 °C, la taux de risque augmente jusqu'à environ 100 heures, puis redescend lentement.
Pour les données à défaillances multiples, Minitab affiche des graphiques pour chaque mode de défaillance.
La probabilité que les gicleurs survivent aux interruptions pendant 200 cycles est de 95 %, tandis que la probabilité qu'ils survivent aux obstructions pendant 1 500 cycles est d'environ 20 %.
Le taux de risque relatif aux interruptions augmente légèrement dans le temps, mais diminue pour les obstructions.