<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />Hola,
En una discusión reciente con un cliente, hemos reconocido algunas cosas en el Pronóstico de confiabilidad y la Plataforma de distribución de vida que no pude responder de inmediato y que de alguna manera fueron sorprendentes o una mejora.
1) Pronóstico de confiabilidad:
- Los datos están en formato Nevada y están organizados de manera que se enumeran varios identificadores (grupos), por lo que V1_0 con datos en formato Nevada, V1_1 y V1_2 más allá también en formato Nevada. (ver conjunto de datos adjunto Beispiel1_Anonymized.jmp)
- Si hago un pronóstico de confiabilidad con el filtro de datos establecido en V1_0 o V1_2 (V1_1 podemos ignorarlo para este ejemplo) y uso Cantidad como recuento de productos, P-mes como Marca de tiempo y las columnas de fecha como Recuento de fallas, funciona muy bien solo para V1_0 , Solo V1_2 e incluso para V1_0 y V1_2 ambos seleccionados. Pero en cuanto agrego la columna X_1 (que contiene los valores nominales V1_0 y V1_2) como ID de grupo (imagen a continuación) no funciona y el mensaje de error no es válido.
- Pensé que la ID de grupo permitirá tener en una ventana el mismo análisis una vez para V1_0 y una vez para V1_2 (suponiendo que el ajuste de datos esté configurado correctamente ) - ¿de dónde viene el error?
- Pronóstico de confiabilidad:
- A veces hay una reparación en el primer mes de servicio o incluso antes del servicio ya hay una reparación. Entonces un 1 u otro número positivo en la diagonal o en el triángulo inferior. Esto da como resultado un conjunto reducido de posibles distribuciones (por ejemplo, no weibull). Como lidiar con esto? ¿Cómo puede uno trabajar aún para poder utilizar weibull u otras distribuciones de mejor ajuste? (Solo use producción pequeña y cambie la cuarta fila de la columna 09/2009 o 10/2009 a 1 y ejecute el script para ver la diferencia)
- Distribución de vida: (ver Beispiel2 Anomized.jmp)
- Si tiene reparaciones antes de la fecha de instalación, esto dará como resultado valores negativos. ¿Cómo lidiar con eso? ¿También cuando tienes causas en competencia? (¿agregar una compensación es una solución realista? ¿O esto también tiene un impacto negativo? Otra opción podría ser usar la fecha de producción, pero supongo que esto no reflejaría el pronóstico correcto para la fecha de instalación)
- Si tiene reparaciones, por ejemplo, unos días después de la fecha de instalación, pero desea ver una base mensual, esto se traduciría en cero. ¿Cómo lidiar con eso?
- A veces, una Mezcla de ajuste es más precisa que Weibull u otra distribución en sí. ¿Cómo hacer que la mezcla se ajuste en comparación con la gráfica original de las distribuciones en una ventana? Sé que uno podría copiar el contenido del gráfico, pero sería mucho mejor si hubiera una opción para incluir la mezcla por opción a la lista de otras distribuciones para mostrar en la trama original. Además, cuando tiene causas en competencia, no hay forma de que la mezcla se ajuste para ser seleccionada. Esto sería una gran ventaja, dijo mi cliente. ¿Hay algún plan o es difícil de lograr con una solución alternativa? (Sé que esto es más una pregunta para los desarrolladores)
- Para todas las distribuciones, puede usar la opción Ajustar supervivencia, sin embargo, esta opción no está disponible para el ajuste de mezcla. ¿Se puede incluir esto en la plataforma? ¿Hay una solución simple?
Gracias por cualquier comentario sobre esas preguntas.
Martín
Hola Peng, gracias hasta ahora. Investigaré más a fondo para ver si las soluciones alternativas funcionarán para el cliente hasta el momento y para comprender cuál sería el impacto comercial para el caso de cero inflado. Agregaré algunas notas aquí pronto.
Martín
Hola Martin,
El problema informado es un error. Lo arreglé en JMP13. Para evitar las versiones actuales, elimine el grupo si excluye todas las filas de un grupo.
Para la pregunta del Pronóstico de confiabilidad, los puntos de tiempo son todos únicos, por ejemplo, 09/2009 significa el primer tic en el primer día de septiembre de 2009. Por lo tanto, debe diferenciar las marcas de tiempo de fila y las marcas de tiempo de columna para que el software sepa que hay un comienzo y un final. Las fallas antes del comienzo son un error.
Probablemente no quieras jugar las probabilidades para poner las fallas al principio. No obtendrá los resultados deseados. Porque las fallas al principio significan fallas en el tiempo cero. Se requiere una distribución ZI para analizar dichos datos, y las distribuciones ZI no son compatibles con la plataforma. Las fallas de inflación cero son raras. Si lo necesita en el Pronóstico de confiabilidad, presente una solicitud.
Para las dos primeras preguntas sobre Beispiel2 Anomized.jmp, supongo que todavía estás hablando de la plataforma Forecast. Creo que el primero es un error de entrada, sin duda. El segundo, tienes que jugar con las marcas de tiempo de fila y columna y agregar nuevos recuentos para obtener los intervalos de tiempo deseados. El formato de Nevada es popular porque ya está en el intervalo deseado para el pronóstico, producido por TI.
Para superponer la mezcla con un individuo, una alternativa es ajustar la mezcla de un solo componente. P.ej coloque una mezcla de 2 Weibull y una mezcla de 1 Weibull.
Para curvas de supervivencia, intente revertir Axis min-max, una casilla de verificación en el cuadro de diálogo Axis. De alguna manera, la sombra de CI está perdida, necesito investigar. Supongo que no es trivial.
Gracias,
Peng
