El mejor método para hacer una comparación de la tasa de fallasHola,
¿Cuál es el mejor método para hacer una comparación de la tasa de fallas entre dos procesos?
Re: El mejor método para comparar la tasa de fracasoSi utiliza datos de vida útil para todos los elementos, los elementos que fallaron por otro motivo se tratan como datos censurados. (Es similar al análisis de causas competitivas. Tiene algunos elementos con "muerte infantil" y otros con un modo de falla "normal". Sobrevivieron al modo de falla de interés hasta el momento en que fallaron por otra razón. Estas observaciones se incluirían en el análisis de Distribución de Vida.
Si está utilizando datos de recuento agregado del total de unidades fallidas en el punto final en el tiempo (es decir, no observa elementos hasta el momento final, por ejemplo, 3 meses), entonces no incluya estas observaciones en el recuento de fallas y eliminarlos del recuento sin errores. Es como si empezaras con una muestra más pequeña. No puedes contarlos como datos censurados en tu análisis de contingencia.
Re: El mejor método para comparar la tasa de fracasoSegún su respuesta a Mark a continuación, parece que tiene observaciones que abarcan un período de tiempo durante el cual algunos elementos fallan y otros no.Al final de ese período, la pregunta es ¿cuál es el estado de los elementos que no fallaron?¿Están más allá del final de su vida útil?¿Solo le interesa saber si fallan dentro de X meses?Si el período de tiempo se elige arbitrariamente (es cuando finalizó la recopilación de datos), entonces todo lo que sabrá acerca de los elementos que no han fallado es que no han fallado "todavía".Es el "todavía" el que haría que tus datos fueran censurados.Esto significa que no puede afirmar que no fallarán, solo que no habrán fallado en ese momento en particular.
Ampliando un poco más: su pregunta a Mark a continuación habla de querer modelar el tiempo hasta el fracaso.Este es un tipo típico de análisis de supervivencia.Creo que hay 2 enfoques generales.Si todos los elementos han llegado al final de su vida útil, pero algunos han fallado y fallan en diferentes momentos, entonces su variable dependiente sería el tiempo hasta la falla y usted haría un análisis de regresión (no el análisis de contingencia que solo mirar si fallan o no, sino un análisis que se centra en el tiempo hasta el fracaso).Si el final de la recopilación de datos es arbitrario (en el sentido que describo anteriormente), entonces sería apropiado un análisis de supervivencia.La variable dependiente sigue siendo el tiempo hasta el fallo (es un tipo de análisis de regresión), pero sus datos están censurados, por lo que utilizaría la plataforma de supervivencia en lugar de la plataforma del modelo de ajuste.
Re: El mejor método para comparar la tasa de fracasoQuerido valle,
¿Puede explicar qué quiere decir con que mis datos probablemente estén censurados?
Rgrds
IrfanRe: El mejor método para comparar la tasa de fracasoHola, Mark,
Sí, esto seguro ayuda, otro problema que tengo. Supongamos que para una cámara en particular la alta tasa de falla se debe a algunas piezas degradantes y no está relacionada con el rendimiento básico de las cámaras. ¿Existe alguna manera de que el análisis estadístico pueda detectar esto? afuera. Otro problema que tengo es si quisiera analizar el tiempo medio hasta el fallo, lo que significa que tal vez una determinada cámara pueda funcionar hasta que falle durante 20 días, mientras que la otra cámara podría funcionar y fallar cada dos días. ¿Utilizo también la tabla de contingencia?Re: El mejor método para comparar la tasa de fracasoEstoy de acuerdo con la sugerencia de Mark, pero asegúrese de saber exactamente qué pregunta quiere hacer.La tabla de continencia de Mark responderá a la pregunta de si la tasa de fracaso difiere después de 3 meses.Si desea responder una pregunta más general (¿difieren las tasas de falla?), entonces sus datos probablemente estén censurados, lo que significa que tiene una medición después de 3 meses, pero la vida útil es en realidad más larga.Sospecho que los dos análisis arrojarán comparaciones cualitativas similares, pero no cuantitativamente equivalentes.
Re: El mejor método para comparar la tasa de fracasoSi el problema es tan simple como lo describe (compare dos tasas de falla), entonces puede utilizar un análisis de tabla de contingencia. Pruebe estos pasos:
- Ingresa tus datos como Cámara ( A , B ), Estado ( Defectuoso , No defectuoso ), y Dispositivos (cuenta).
- Seleccionar Analizar > Ajustar Y por X .
- Seleccionar Estado y haga clic Y .
- Seleccionar Cámara y haga clic X .
- Seleccionar Dispositivos y haga clic frecuencia .
Así es como se ve mi tabla de datos, según su ejemplo:
Aquí está el resultado del análisis:
¿Ayuda este enfoque?
Re: El mejor método para comparar la tasa de fracasoEstimado Mark, en realidad analicé el ejemplo de esta distribución de vida, pero este cuadro normalmente se usa para determinar la vida útil de un determinado producto, ¿verdad? ¿Puedo usar este cuadro para el ejemplo que mencioné anteriormente?Re: El mejor método para comparar la tasa de fracasoEstimado Dale, supongamos que tengo dos cámaras de proceso separadas y me gustaría monitorear las fallas que han tenido durante los últimos 3 meses. El fallo de la cámara está relacionado con defectividad. Por ejemplo, esta cámara podría tener fallas de 3 partículas por semana mientras que la otra cámara tiene fallas de 9 partículas por semana, ¿cuál es el mejor método para hacer una comparación para estas 2 cámaras?Re: El mejor método para comparar la tasa de fracasoPara agregar a la respuesta de Dale, ver Ayuda > Libros > Métodos de confiabilidad y supervivencia > Distribución de vida . Hay una característica de esta plataforma para comparar grupos que se explica completamente en este capítulo junto con ejemplos.
Esta solución supone que tienes datos de vida, censurados o exactos.
Re: El mejor método para comparar la tasa de fracaso¿Podría proporcionar un poco más de información sobre el tipo de datos que tiene o planea recopilar?Suponiendo que hay datos para un período de tiempo específico durante el cual algunos elementos fallan y otros no, y hay múltiples procesos que está comparando, sus datos están censurados: los elementos que aún no han fallado, aún podrían fallar si el experimento/proceso fuera ejecutarse durante un período de tiempo más largo.En ese caso, podría ser apropiado algún tipo de modelo de supervivencia (por ejemplo, riesgos proporcionales).Por otro lado, si tiene datos que abarcan la vida útil de estos elementos, durante los cuales algunos han fallado y otros no, entonces se podría utilizar un modelo de clasificación.Por lo tanto, si proporciona más información sobre la naturaleza de sus datos, se le podrá dar una mejor respuesta.
