Test de estabilidad - pregunta sobre caducidad estimada<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />Hola,
Tengo algunos problemas con el análisis de estabilidad en JMP.Tengo dos lotes y cuando uso la plataforma Degradación para probar la capacidad de agrupación, resulta que tienen diferentes pendientes e intersecciones diferentes.JMP estima que el vencimiento es de 38 meses.Cuando trazo los lotes individualmente con líneas de regresión e intervalos de confianza del 95 %, obtengo una estimación de 32 meses con el lote límite de tasa.Me pregunto si este es un problema común o si estoy haciendo algo mal.Creo que las líneas de regresión y los intervalos de confianza deberían ser los mismos cuando JMP los crea individualmente para lotes o los creo yo mismo manualmente.
Cualquier ayuda sería muy apreciada.
¡Gracias!
Re: Test de estabilidad - pregunta sobre caducidad estimadaGracias por la respuesta Marcos.He estado jugando con esto toda la mañana y creo que me di cuenta del problema.La función de degradación determinó que había diferentes pendientes e intersecciones entre lotes, por lo que los lotes no se podían agrupar.La degradación estaba estimando mi vencimiento en el lote de límite de velocidad usando un intervalo de confianza inferior unilateral y estaba estimando el vencimiento en el lote de límite de velocidad usando el análisis de regresión con un intervalo de confianza de 2 lados.Si disminuyo el alfa en la Degradación o lo aumento en el análisis de regresión, los vencimientos coinciden exactamente.
¡Gracias por tu ayuda!
Re: Test de estabilidad - pregunta sobre caducidad estimadaLas respuestas no concuerdan porque sus dos estimaciones provienen de diferentes enfoques. La plataforma de degradación utiliza un modelo lineal que incluye todos los datos y, por lo tanto, conduce a estimaciones de intervalos de confianza más pequeños, lo que a su vez conduce a una caducidad más prolongada. Su segundo enfoque separa los datos por lotes. Los análisis de regresión separados basados en conjuntos de datos reducidos conducen a estimaciones de intervalos más grandes y, por lo tanto, a una caducidad más corta.
