Exemplo para Gráfico de identificação de distribuição (censura arbitrária)

Um engenheiro de confiabilidade quer avaliar a confiabilidade de um novo tipo de silenciador e calcular a taxa de reclamações de garantia que poderá ser esperada com uma garantia de 50.000 milhas. O engenheiro coleta dados de falha no tipo antigo e no novo tipo de silenciador. Os silenciadores foram inspecionados quanto a falhas a cada 10.000 milhas.

O engenheiro registra o número de falhas para cada intervalo de 10.000 milhas. Portanto, os dados são arbitrariamente censurados. Antes de analisar os dados de falha para os novos silenciadores usando Análise de Distribuição Paramétrica (Censura Arbitrária), o engenheiro usa um gráfico ID de distribuição (Censura Arbitrária) para selecionar um modelo de distribuição para a análise.

  1. Abra os dados das amostras, ConfiabilidadeSilencioso.MTW.
  2. Selecione Estat > Confiabilidade/Sobrevivência > Análise de Distribuição (Censura Arbitrária) > Gráfico de Identificação de Distribuição.
  3. Em Variáveis iniciais, insira InícioNovo.
  4. Em Variáveis finais, insira FimNovo.
  5. Em Colunas de frequência (opcional), insira FreqNovo.
  6. Selecione Especificar. Certifique-se de que as distribuições padrão sejam selecionadas (Weibull, Lognormal, Exponencial e Normal).
  7. Clique em OK.

Interpretar os resultados

No gráfico de probabilidade de Weibull, os pontos caem aproximadamente na linha reta. Portanto, a distribuição Weibull fornece um bom ajuste. O engenheiro decide, dessa maneira, usar a distribuição Weibull para modelar os dados para a Análise de Distribuição Paramétrica (Censura Arbitrária).

O Minitab também exibe uma tabela de percentis e uma tabela de tempo médio até a falha (MTTF), que fornecem tempos de falha calculados para cada distribuição. É possível comparar os valores calculados para saber como suas conclusões podem mudar com diferentes distribuições. Se várias distribuições oferecem bom ajuste aos seus dados, talvez seja desejável usar a distribuição que fornece os resultados mais conservadores.

Gráfico de Identificação de Distribuição: Início = InícioNovo e Fim = FimNovo

Usar frequências em FreqNovo

Teste de Qualidade de Ajuste Anderson-Darling Distribuição (aj.) Weibull 7,278 Lognormal 7,322 Exponencial 8,305 Normal 7,291
Tabela de Percentis IC Normal de 95% Distribuição Percentual Percentil Erro Padrão Inferior Superior Weibull 1 37265,1 938,485 35470,3 39150,6 Lognormal 1 43817,7 688,033 42489,7 45187,2 Exponencial 1 941,789 32,5296 880,143 1007,75 Normal 1 39810,3 1047,34 37757,6 41863,1 Weibull 5 49434,9 841,147 47813,5 51111,3 Lognormal 5 51458,9 624,451 50249,5 52697,5 Exponencial 5 4806,55 166,019 4491,93 5143,21 Normal 5 50694,9 810,524 49106,3 52283,5 Weibull 10 56006,1 759,186 54537,7 57514,0 Lognormal 10 56063,1 585,905 54926,4 57223,3 Exponencial 10 9873,05 341,017 9226,79 10564,6 Normal 10 56497,5 699,183 55127,1 57867,8 Weibull 50 77639,9 501,312 76663,5 78628,7 Lognormal 50 75850,3 576,625 74728,5 76988,9 Exponencial 50 64952,9 2243,49 60701,3 69502,3 Normal 50 76966,0 514,756 75957,1 77974,9
Tabela de MTTF IC Normal de 95% Distribuição Média Erro Padrão Inferior Superior Weibull 76585,0 488,71 75633,1 77549 Lognormal 77989,9 615,96 76792,0 79207 Exponencial 93707,3 3236,67 87573,5 100271 Normal 76966,0 514,76 75957,1 77975

Gráfico de Identificação de Distribuição para InícioNovo

Ao usar esse site, você concorda com a utilização de cookies para análises e conteúdo personalizado.  Leia nossa política