Spécifier les options d'estimation pour la fonction Courbe de croissance paramétrique

Stat > Fiabilité/Survie > Analyse système réparable > Courbe de croissance paramétrique > Estimation

Sur ce thème

Méthode d'estimation
Modèle de procédé
Intervalles de confiance

Méthode d'estimation

Sélectionnez une méthode pour estimer les paramètres de la loi de distribution.

Maximum de vraisemblance: estimez les paramètres de distribution en maximisant la fonction de vraisemblance.
MaxV conditionnel: Estimez les paramètres de distribution en maximisant la fonction de vraisemblance conditionnelle. Si vous utilisez cette méthode, Minitab fournit des estimations pour l'erreur type et l'intervalle de confiance pour la valeur de forme uniquement.
Moindres carrés: estimez les paramètres de distribution en ajustant une droite de régression aux points d'un diagramme de probabilité. Si vous utilisez cette méthode, Minitab ne fournit pas d'estimation pour l'erreur type et les intervalles de confiance.

Remarque

Pour plus d'informations sur les résultats pouvant être obtenus à l'aide de chaque méthode d'estimation, reportez-vous à la rubrique Estimation des paramètres pour les courbes de croissance.

Modèle de procédé

Sélectionnez un modèle de procédé en fonction de l'existence ou non d'une tendance dans le taux de défaillance/réparation.

Procédé de Power-Law : sélectionnez cette option pour modéliser les données à l'aide d'un procédé de Power-Law. Utilisez le procédé de Power-Law pour modéliser les moments de défaillance/réparation dont le taux augmente, diminue ou reste constant. Le taux de réparation d'un procédé de Power-Law est une fonction du temps.
Remarque
Si vous utilisez la méthode d'estimation par défaut (maximum de vraisemblance), le modèle Power-Law est également appelé modèle AMSAA ou modèle Crow-AMSAA. Si vous utilisez la méthode d'estimation par les moindres carrés, la méthode d'estimation du modèle de Power-Law est également appelée modèle de Duane. Pour plus d'informations, reportez-vous à la rubrique Méthodes et formules pour les modèles paramétriques pour la fonction Courbe de croissance paramétrique.
- Estimer le paramètre de forme : sélectionnez cette option pour que Minitab estime le paramètre de forme à partir des données échantillons.
- Définir le paramètre de forme : sélectionnez cette option pour indiquer la valeur du paramètre de forme. Saisissez ensuite une constante numérique positive. La valeur spécifiée peut être issue d'une analyse de répartition ou de vos connaissances historiques sur le procédé.
Procédé de Poisson : sélectionnez cette option pour modéliser les données à l'aide du procédé de Poisson. Utilisez ce procédé pour modéliser les moments de défaillance/réparation qui restent constants dans le temps. Le procédé de Poisson est le modèle statistique le plus simple pour décrire le taux de défaillance d'un système réparable. Cependant, il convient uniquement pour un système qui ne connaît pas d'amélioration ni de détérioration, une hypothèse difficile à respecter dans la pratique.

Intervalles de confiance

Niveau de confiance: Entrez un niveau de confiance compris entre 0 et 100. Un niveau de confiance de 95 % est généralement efficace. Un niveau de confiance de 95 % indique que vous pouvez être sûr à 95 % que l'intervalle contient le paramètre de population réel. Cela signifie que si vous collectez 100 échantillons aléatoires dans la population, vous pouvez vous attendre à ce qu'environ 95 échantillons produisent des intervalles contenant la valeur réelle du paramètre de population (si toutes les données pouvaient être collectées et analysées).; Un niveau de confiance plus faible, par exemple de 90 %, génère un intervalle de confiance plus étroit et permet de réduire l'effectif d'échantillon ou le temps requis pour le test. Cependant, la probabilité que l'intervalle de confiance contienne le paramètre de population se réduit.; Un niveau de confiance plus élevé, par exemple de 99 %, augmente la probabilité que l'intervalle de confiance contienne le paramètre de population. Cependant, vous pouvez nécessiter un effectif d'échantillon plus grand ou un temps de test plus long pour obtenir un intervalle de confiance suffisamment étroit pour être exploitable.
Intervalles de confiance: Dans la liste déroulante, indiquez si vous souhaitez que Minitab affiche un intervalle de confiance bilatéral (Bilatéral) ou unilatéral (Borne inférieure ou Borne supérieure). Un intervalle unilatéral requiert généralement moins d'observations et de temps de test pour que vous puissiez être statistiquement certain de la conclusion. De nombreuses normes de fiabilité sont définies du point de vue du scénario le moins favorable, qui est représenté par une borne inférieure.