Généralités sur Analyse de loi paramétrique

Utilisez Analyse de loi paramétrique pour estimer la fiabilité globale de votre système lorsque vos données suivent une distribution paramétrique.

Vous pouvez choisir parmi 11 distributions pour modéliser vos données sur la durée de vie : la plus petite valeur extrême, Weibull, Weibull à 3 paramètres, exponentielle, exponentielle à 2 paramètres, normale, lognormale, lognormale à 3 paramètres, logistique, loglogistique et loglogistique à 3 paramètres. En fonction de la distribution ajustée, vous pouvez faire ce qui suit :

Afficher les estimations des paramètres et les caractéristiques de distribution, telles que le temps moyen avant la défaillance (MTTF)
Estimez les percentiles, les probabilités de survie, les probabilités cumulées de défaillance et leurs intervalles de confiance
Affichez des graphiques de survie, des graphiques d’échec cumulatif et des graphiques de risque pour analyser graphiquement la probabilité d’échec ou de survie
Évaluez l’ajustement de la distribution sélectionnée à l’aide d’un diagramme de probabilité

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, vous pouvez saisir les informations de mode défaillance pour cette analyse afin d’évaluer l’impact de chaque type de défaillance sur la fiabilité globale. Chaque mode de défaillance est supposé indépendant et peut être modélisé par différentes distributions. 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 paramétrique, choisissez Stat > Fiabilité/Survie > Analyse de loi > Analyse de loi paramétrique.

Quand utiliser une autre analyse

Pour déterminer quelle distribution paramétrique correspond le mieux à vos données, utilisez Diagramme d'identification de loi.
Si aucune distribution paramétrique ne correspond adéquatement à vos données, utilisez Analyse de loi non paramétrique.