Les données doivent indiquer le nombre d'éléments expédiés et renvoyés au cours de chaque période
Les données doivent indiquer le nombre de systèmes expédiés et le nombre de systèmes renvoyés après expédition pendant les périodes qui suivent. Par exemple, un constructeur automobile étudie le nombre total de voitures expédiées chaque année ainsi que le nombre de voitures renvoyées chaque année pour chaque expédition annuelle.
Le format des données doit être adapté à une troncature arbitraire
Les données tronquées arbitrairement sont organisées en intervalles de temps (ou autre unité d'utilisation) et indiquent le nombre d'éléments qui rencontrent une défaillance durant chaque intervalle. Par conséquent, les données doivent être organisées en colonnes contenant les temps de début et de fin de chaque intervalle. Pour les données de défaillance exactes, les temps de début et de fin de l'intervalle sont les mêmes (le temps de défaillance exact). Pour les données tronquées à droite, le temps de fin de l'intervalle est une valeur manquante (*).
La prédiction de garantie n'utilise pas de données tronquées à gauche. Si vous indiquez le temps de début de l'intervalle comme valeur manquante (*), vous devez également indiquer son temps de fin comme valeur manquante.
Si les données au format de matrice triangulaire, qui est fréquemment utilisé pour enregistrer les données brutes pour les réclamations relatives à la garantie, vous devez les convertir en données de durée avant défaillance tronquées arbitrairement avant de réaliser l'analyse. Pour plus d'informations, reportez-vous à la rubrique Pré-traiter les données
de garantie.
La loi de distribution sélectionnée doit offrir un bon ajustement aux données
Si la loi sélectionnée ne s'ajuste pas correctement aux données, les estimations du nombre de défaillances prévu ne seront pas précises. Pour déterminer quelle loi paramétrique s'ajuste le mieux à vos données, utilisez la fonction Diagramme d'identification de
répartition (troncature arbitraire).
