Ci sono due scenari che ho incontrato con alcuni clienti diversi e non sono sicuro di come uno di questi viene gestito.
Il primo caso è che un test di affidabilità viene condotto più volte, ognuno può generare un modello abbastanza facile. Ma come possono essere aggregati in un unico modello. Il modello aggregato dovrebbe riflettere un intervallo di confidenza basato su più risultati diversi.
Il secondo caso è che vengono condotti test di affidabilità multipli, ma le condizioni sono cambiate, forse da DOE. Qui la domanda è: quali risultati sono statisticamente diversi dagli altri? Se il miglior risultato è statisticamente diverso, c'è un intervallo di confidenza che descrive quanto meglio?
