Meilleure méthode pour comparer les taux d'échecSalut,
Quelle est la meilleure méthode pour comparer le taux d’échec entre deux processus.
Re : Meilleure méthode pour comparer les taux d'échecSi vous utilisez des données de durée de vie pour tous les éléments, les éléments qui ont échoué pour une autre raison sont traités comme des données censurées. (Cela est similaire à l’analyse des causes concurrentes. Vous avez certains éléments avec « mort infantile » et d'autres avec un mode d'échec « normal ». Ils ont survécu au mode d'échec qui nous intéresse jusqu'au moment où ils ont échoué pour une autre raison. Ces observations seraient incluses dans l’analyse de la distribution de la vie.
Si vous utilisez des données de décompte agrégées du nombre total d'unités ayant échoué au point final dans le temps (c'est-à-dire que vous n'avez observé les éléments qu'au dernier moment, par exemple 3 mois), n'incluez pas ces observations dans le décompte des échecs et supprimez-les du décompte sans échec. C'est comme si vous commenciez avec un échantillon plus petit. Vous ne pouvez pas les considérer comme des données censurées dans votre analyse de contingence.
Re : Meilleure méthode pour comparer les taux d'échecD'après votre réponse à Mark ci-dessous, il semble que vous ayez des observations qui s'étendent sur une période de temps pendant laquelle certains éléments échouent et d'autres non.À la fin de cette période, la question est de savoir quel est l’état des éléments qui n’ont pas échoué ?Sont-ils au-delà de la fin de leur durée de vie utile ?Êtes-vous uniquement intéressé par leur échec dans un délai de X mois ?Si la période est arbitrairement choisie (c'est à ce moment-là que la collecte de données s'est terminée), alors tout ce que vous savez sur les éléments qui n'ont pas échoué, c'est qu'ils n'ont pas encore échoué.C'est le "encore" qui ferait censurer vos données.Cela signifie que vous ne pouvez pas prétendre qu'ils n'échoueront pas, mais seulement qu'ils n'auront pas échoué à ce moment précis.
En allant un peu plus loin, votre question à Mark ci-dessous parle de vouloir modéliser le temps jusqu'à l'échec.Il s’agit d’un type typique d’analyse de survie.Je pense qu'il existe 2 approches générales.Si les éléments ont tous atteint la fin de leur durée de vie utile, mais que certains éléments sont tombés en panne et qu'ils échouent à des moments différents, alors votre variable dépendante serait le temps jusqu'à la défaillance et vous effectueriez une analyse de régression (et non l'analyse de contingence qui ne fait que voir s'ils échouent ou non, mais une analyse qui se concentre sur le délai avant l'échec).Si la fin de la collecte des données est arbitraire (au sens que je décris ci-dessus), alors une analyse de survie serait appropriée.La variable dépendante est toujours le temps jusqu'à l'échec (il s'agit d'un type d'analyse de régression), mais vos données sont censurées - vous utiliseriez donc la plateforme de survie plutôt que la plateforme de modèle d'ajustement.
Re : Meilleure méthode pour comparer les taux d'échecCher Dale,
Capable d'élaborer, qu'entendez-vous par mes données sont probablement censurées ?
Rgrds
IrfanRe : Meilleure méthode pour comparer les taux d'échecSalut Mark,
oui, cela aide certainement, un autre problème que j'ai, supposons que pour une chambre particulière, le taux de défaillance élevé est dû à certaines pièces dégradantes et n'est pas lié aux performances de base des chambres, existe-t-il un moyen d'analyse statistique pour filtrer cela dehors. Un autre problème que j'ai est si je souhaite analyser le temps moyen jusqu'à l'échec, ce qui signifie que peut-être une certaine chambre est capable de fonctionner jusqu'à échouer pendant 20 jours tandis que l'autre chambre pourrait fonctionner et échouer tous les 4 jours. Dois-je également utiliser le tableau de contingence ?Re : Meilleure méthode pour comparer les taux d'échecJe suis d'accord avec la suggestion de Mark, mais assurez-vous de savoir exactement quelle question vous souhaitez poser.La table de continence de Mark répondra à la question de savoir si le taux d'échec diffère après 3 mois.Si vous souhaitez répondre à une question plus générale - les taux d'échec diffèrent-ils - alors vos données sont probablement censurées, ce qui signifie que vous avez une mesure après 3 mois, mais les durées de vie sont en réalité plus longues.Je soupçonne que les deux analyses donneront lieu à des comparaisons qualitatives similaires, mais pas quantitativement équivalentes.
Re : Meilleure méthode pour comparer les taux d'échecSi le problème est aussi simple que vous le décrivez (comparez deux taux d'échec), vous pouvez alors utiliser une analyse par tableau de contingence. Essayez ces étapes :
- Entrez vos données comme Chambre ( UN , B ), Statut ( Défectueux , Non défectueux ), et Dispositifs (compte).
- Sélectionner Analyser > Ajuster Y par X .
- Sélectionner Statut et cliquez Oui .
- Sélectionner Chambre et cliquez X .
- Sélectionner Dispositifs et cliquez Fréquence .
Voici à quoi ressemble mon tableau de données, d'après votre exemple :
Voici le résultat de l'analyse :
Cette approche est-elle utile ?
Re : Meilleure méthode pour comparer les taux d'échecCher Mark, j'ai en fait parcouru l'exemple de cette distribution de durée de vie, mais ce graphique est normalement utilisé pour déterminer la durée de vie d'un certain produit, n'est-ce pas ? Puis-je utiliser ce graphique pour l'exemple que j'ai indiqué ci-dessus ?Re : Meilleure méthode pour comparer les taux d'échecCher Dale, supposons que j'ai deux chambres de traitement distinctes dont je voudrais surveiller les échecs au cours des 3 derniers mois. La défaillance de la chambre est liée à une défectuosité. Par exemple, cette chambre pourrait avoir 3 défaillances de particules par semaine tandis que l'autre chambre en aura 9. Quelle est la meilleure méthode pour faire une comparaison pour ces 2 chambres ?Re : Meilleure méthode pour comparer les taux d'échecPour compléter la réponse de Dale, voir Aide > Livres > Méthodes de fiabilité et de survie > Répartition de la vie . Il existe une fonctionnalité de cette plateforme permettant de comparer des groupes qui est entièrement expliquée dans ce chapitre avec des exemples.
Cette solution suppose que vous disposez de données de vie, censurées ou exactes.
Re : Meilleure méthode pour comparer les taux d'échecPourriez-vous fournir un peu plus d’informations sur le type de données dont vous disposez ou prévoyez de collecter ?En supposant qu'il existe des données pour une période de temps spécifiée pendant laquelle certains éléments échouent et d'autres non, et que vous comparez plusieurs processus, vos données sont censurées - les éléments qui n'ont pas encore échoué pourraient encore échouer si l'expérience/le processus devait échouer. fonctionner pendant une période plus longue.Dans ce cas, un certain type de modèle de survie (par exemple, à risques proportionnels) pourrait être approprié.D’un autre côté, si vous disposez de données couvrant toute la durée de vie de ces éléments, au cours de laquelle certains ont échoué et d’autres non, alors un modèle de classification pourrait être utilisé.Ainsi, si vous fournissez plus d’informations sur la nature de vos données, une meilleure réponse pourra être apportée.
