Distribución de Weibull: ¿resolviendo una beta de Weibull "agrupada"?Anteriormente había un hilo en la reparación de la beta de Weibull, así como el factor p en un análisis de subpoblación defectuosa.
https://community.jmp.com/t5/Discussions/Life-Distribution-Fixing-p-and-fixing-Weibull-beta-in-DS-Weibull/td-p/43681
Tengo 3 " Sabores "de la misma población pero con diferentes condiciones de estrés. Teóricamente, si tenemos el mismo mecanismo de falla, entonces la beta de Weibull debería ser la misma para los 3 conjuntos de datos con solo la tasa de falla y la alfa de Weibull diferenciándose. En función del espaciado de intervalos y otros factores, la beta de Weibull en la regresión JMP puede cambiar +/- 20%.
Con el enlace anterior, leí cómo puedo restringir la beta de Weibull y luego resolver para el alfa de Weibull. Eso es genial, pero ¿para qué configurar la beta?
¿JMP proporciona la capacidad con el análisis de Distribución de vida y el filtro "por" para resolver 2 conjuntos de datos diferentes pero para converger en 1 pendiente beta de Weibull?
Re: Distribución de Weibull: ¿resolviendo una beta de Weibull "agrupada"?No hay 3 "sabores". Son 3 grupos aleatorios de la misma población. Mal redactado ...
Re: Distribución de Weibull: ¿resolviendo una beta de Weibull "agrupada"?Se fija el parámetro de forma en función de la evidencia histórica y la creencia de que la población actual tiene el mismo parámetro de forma. Utiliza una estimación histórica para el parámetro de forma.
Es posible que desee probar el supuesto con las tres muestras ('sabores', 'grupos') utilizando la plataforma de distribución de vida. Seleccione la pestaña Comparar grupos antes de convertir sus columnas de datos en roles de análisis.
