Des ingénieurs souhaitent évaluer la fiabilité d'un nouveau modèle de carter de compresseur pour des réacteurs d'avion. Pour ce faire, ils utilisent une machine permettant de jeter un seul projectile dans chacun des carters de compresseur. Après l'impact du projectile, les ingénieurs examinent le compresseur toutes les douze heures, pour voir si une défaillance s'est produite.
Les ingénieurs effectuent une régression sur la durée de vie pour évaluer la relation entre le modèle du carter de compresseur, le poids du projectile et les temps de défaillance. Ils souhaitent également estimer la durée au bout de laquelle ils peuvent s'attendre à ce que 1 % et 5 % des réacteurs, respectivement, rencontrent une défaillance. Les ingénieurs utilisent une loi de Weibull pour modéliser les données.
Dans le tableau de régression, les valeurs de p pour le modèle et le poids sont significatives au seuil α de 0,05. Par conséquent, les ingénieurs concluent que le modèle du carter et le poids du projectile ont un effet statistiquement significatif sur les temps de défaillance. Les coefficients des prédicteurs peuvent être utilisés pour définir une équation décrivant la relation entre le modèle du carter, le poids du projectile et le temps de défaillance des moteurs.
Le tableau des percentiles indique le 1er et le 5e percentiles pour chaque combinaison de modèle de carter et de poids de projectile. Le temps écoulé avant que 1 % ou 5 % des moteurs ne rencontrent une défaillance est plus long pour le nouveau modèle de carter que pour le modèle de carter standard, quel que soit le poids du projectile. Par exemple, après utilisation d'un projectile de 10 livres, 1 % des moteurs dotés d'un modèle de carter standard devraient rencontrer une défaillance après 101,663 heures environ. Avec le nouveau modèle de carter, 1 % des moteurs devraient rencontrer une défaillance après environ 205,882 heures.
Le diagramme de probabilité des valeurs résiduelles normalisées indique que les points suivent approximativement une ligne droite. Par conséquent, les ingénieurs peuvent considérer que le modèle est adapté.
Informations de troncature | Dénombrement |
---|---|
Valeur tronquée à droite | 25 |
Valeur tronquée par intervalle | 23 |
IC normal de 95,0 % | ||||||
---|---|---|---|---|---|---|
Prédicteur | Coeff | Erreur type | Z | P | Inférieur | Supérieur |
Ordonnée à l'origine | 6,68731 | 0,193766 | 34,51 | 0,000 | 6,30754 | 7,06709 |
Modèle | ||||||
Standard | -0,705643 | 0,0725597 | -9,72 | 0,000 | -0,847857 | -0,563428 |
Poids | -0,0565899 | 0,0212396 | -2,66 | 0,008 | -0,0982187 | -0,0149611 |
Forme | 5,79286 | 1,07980 | 4,02001 | 8,34755 |
IC normal de 95,0 % | ||||||
---|---|---|---|---|---|---|
Pourcentage | Modèle | Poids | Percentile | Erreur type | Inférieur | Supérieur |
1 | Standard | 5,0 | 134,911 | 17,6574 | 104,385 | 174,363 |
1 | Standard | 7,5 | 117,113 | 16,0279 | 89,5591 | 153,144 |
1 | Standard | 10,0 | 101,663 | 16,3830 | 74,1295 | 139,423 |
1 | Nouveau | 5,0 | 273,214 | 36,8022 | 209,819 | 355,763 |
1 | Nouveau | 7,5 | 237,171 | 32,6878 | 181,028 | 310,726 |
1 | Nouveau | 10,0 | 205,882 | 32,8675 | 150,568 | 281,518 |
5 | Standard | 5,0 | 178,749 | 16,9676 | 148,404 | 215,300 |
5 | Standard | 7,5 | 155,168 | 14,1107 | 129,836 | 185,443 |
5 | Standard | 10,0 | 134,698 | 15,4568 | 107,568 | 168,670 |
5 | Nouveau | 5,0 | 361,994 | 36,0778 | 297,761 | 440,084 |
5 | Nouveau | 7,5 | 314,239 | 28,8741 | 262,450 | 376,247 |
5 | Nouveau | 10,0 | 272,783 | 30,6102 | 218,928 | 339,887 |