L'option Exclure les lignes masque également les lignes de l'analyse dans les plates-formes Fit Model, Life Distribution et Fit Life by XSalut tout le monde,
J'essaie de Exclure lignes de l'analyse dans Ajuster le modèle , Répartition de la vie et Fit la vie par X plates-formes.
Dans toutes les plates-formes mentionnées ci-dessus, les lignes exclues semblent également être masquées dans les graphiques, tandis que dans le tableau, ces lignes sont uniquement exclues.
Question : Pourquoi les lignes exclues sont également masquées dans Ajuster le modèle , Répartition de la vie et Fit la vie par X plates-formes ?
Pour plus de détails, voir les captures d'écran ci-dessous et le fichier JMP joint.
Exploration et visualisation des donnéesPersonnalisation de masseAnalyse de fiabilitéRe : L'option Exclure les lignes masque également les lignes de l'analyse dans les plates-formes Fit Model, Life Distribution et Fit Life by XSalut peng_liu,
Désolé pour la réponse tardive, je n'ai vu votre réponse que récemment.
En tout cas merci pour les explications détaillées et les exemples joints.
Je crois que le format d'intervalle avec des données censurées à droite et à gauche est le meilleur, voir les graphiques ci-dessous.
Le graphique avec des données censurées à droite et à gauche présente des points aux probabilités où ils commencent réellement à contribuer à l'ajustement.
Les paramètres d'ajustement obtenus diffèrent légèrement entre les deux variantes, mais pas plus de 1 %.
Re : L'option Exclure les lignes masque également les lignes de l'analyse dans les plates-formes Fit Model, Life Distribution et Fit Life by XIl y a deux choses supplémentaires qui nécessitent une attention ici lorsque nous convertissons la mortalité infantile et les échecs initiaux en observations censurées à droite. Si les données ne comportent que des échecs et des observations censurées à droite, il existe deux formats :
Le premier est le format de colonne Time-and-Censor-Indicator comme suit. La plupart des plates-formes de fiabilité acceptent désormais les valeurs textuelles dans la colonne Censor. Le codage zéro-un, cependant, est toujours accepté par défaut.
Le second est le format de colonne Time-Interval comme suit. Ici, les plates-formes s'attendront à deux colonnes de temps Début et Fin, plus aucune colonne d'indicateur, et détermineront les types de censure appropriés en fonction des modèles de valeurs manquantes dans les cellules. Ici, par exemple, la deuxième ligne a une valeur manquante dans Fin, et cette ligne indique une observation censurée à droite.
Revenons maintenant à ce cas précis, dans lequel nous voulons marquer la mortalité infantile et les échecs initiaux comme censurés à droite. Les données contiennent également déjà des observations "censurées", qui sont en fait "censurées à droite" en raison de la suspension. Par conséquent, nous aimerions marquer les trois types d'observation comme censurés à droite : mortalité infantile, échec initial et censure à droite à l'origine.
Je joins les deux approches pour illustrer. Tout d'abord, le "time censor format.jmp". Je garde "Time to Failure, h" intact, mais crée une nouvelle colonne "Effective Censor" avec cette formule :
Ensuite, j'utilise "Time to Failure, h" et "Effective Censor" comme colonnes d'indicateurs de temps et de censure pour analyser les données. Ce qui suit est la capture d'écran de la comparaison entre "traiter les autres modes correctement censurés" et "exclure les autres modes". Les scripts sont dans le tableau. Les chiffres sont proches, mais je pense que nous devrions traiter d'autres modes directement censurés ici.
Maintenant l'autre format : "format d'intervalle.jmp". Le tableau définit "Période de temps de début, h" et "Période de temps de fin, h" comme suit. C'est "Début de la période, h"
Et c'est "Eng Période de temps, h"
Maintenant, j'utilise uniquement "Start Period of Time, h" et "End Period of Time, h" pour l'analyse. Et les rapports doivent reproduire ce qui se trouve dans la capture d'écran précédente. Les scripts sont dans le tableau.
Enfin, laissez-moi vous expliquer quels sont ces points dans la superposition non paramétrique. Il s'agit d'estimations non paramétriques des distributions de défaillances à différents niveaux de tension. Les estimations utilisent des points de données inclus et leur sont associés. Un point n'est pas tracé car (1) l'observation correspondante n'est pas incluse dans l'analyse, ou (2) au moment de l'observation correspondante, l'estimation de la probabilité ne peut pas être déterminée. La raison (1) est ce que j'ai expliqué plus tôt. Pour la raison (2), voir, par exemple, la première ligne dans "time censor format.jmp", temps = 0,001, mortalité infantile = 1. Nous le traitons comme censuré à droite. Et nous ne voyons aucun point autour de 0,001 dans le graphique correspondant. Parce que nous ne pouvons pas mettre une estimation de probabilité définie au temps = 0,001. Tout ce que nous pouvons dire, c'est que la probabilité associée à Voltage=51 au moment=0,001 devrait être inférieure au point le plus bas des points verts, qui est d'environ 0,02.
Re : L'option Exclure les lignes masque également les lignes de l'analyse dans les plates-formes Fit Model, Life Distribution et Fit Life by XCher peng_liu,
Merci de votre réponse.
Ce que j'essaie de faire, c'est de créer un modèle Inverse Power à partir de tension épreuves accélérées.
À cette fin, j'utilise le modèle de régression avec Lo g-Distribution logistique via Fit la vie par X ou Modèle d'ajustement de survie paramétrique plates-formes dans JMP.Depuis Fit la vie par X rapport que je reçois pouvoir η spécifié dans l'équation du modèle de puissance inverse ci-dessus.
Le problème est que l'ajustement est médiocre lorsque les échecs infantiles et initiaux ne sont pas exclus du modèle (voir la figure 1 ci-dessous).
En conséquence, on peut voir sur la figure 2 que :
- valeurs de η et σ sont significativement différents entre les modèles de puissance inverse estimés avec et sans défaillances initiales
- L'ajustement avec les défaillances initiales prédit mal le modèle de puissance inverse (voir Cox-Snell PP résiduel)
Ce que j'essaie de faire, c'est
- ajustement du modèle de puissance inverse sans mortalité infantile et échecs initiaux
- et en même temps continuer à montrer la mortalité infantile et les échecs initiaux sur le graphique Fit Life by X
Remarque : La mortalité infantile (astérisque) et les échecs initiaux (losange) dans le graphique de gauche de la figure 1 sont censuré à droite dans le tableau JMP
Figure 1
Figure 2
Re : L'option Exclure les lignes masque également les lignes de l'analyse dans les plates-formes Fit Model, Life Distribution et Fit Life by XMalgré la question initiale, l'analyse des données est plutôt intéressante. Je pense que marquer soit la mortalité infantile et/ou les échecs initiaux comme des observations censurées à droite devrait être l'approche souhaitée, plutôt que "d'exclure". Si je devine correctement, vous essayez d'analyser les données d'un "mode concurrent" à partir d'un test de durée de vie accélérée, et vous êtes intéressé par la relation entre la distribution des défaillances et la tension, en raison du mode de défaillance "attendu" dans des conditions normales. Cependant, la mortalité infantile et les défaillances initiales sont deux modes de défaillance différents qui ne vous intéressent pas. Je pense que la bonne façon de gérer les modes de défaillance indifférents dans cet exemple est de les traiter correctement censurés, c'est-à-dire que le temps de défaillance "potentiel" dû au mode intéressé est après le temps de défaillance enregistré dû à d'autres modes. Vous devez donc créer une autre colonne de temps, dont les valeurs sont égales à "Temps de défaillance, h" si Mortalité infantile et/ou (selon qu'il s'agit de deux modes de défaillance anormaux) Échecs initiaux égaux à zéros, manquants si ceux-ci sont égaux. Ensuite, mettez à la fois "Failure Time, h" et la nouvelle colonne de temps dans Y.
Re : L'option Exclure les lignes masque également les lignes de l'analyse dans les plates-formes Fit Model, Life Distribution et Fit Life by XLa convention décrite ne s'applique qu'aux "points de données brutes", qui peuvent être tracés, qu'ils soient exclus ou non de l'analyse, tant qu'ils ne sont pas masqués.
Ici, dans Fit Life by X etc., les marqueurs ne sont pas des "points de données bruts", ce sont des estimations non paramétriques de la fonction de distribution. Ils sont calculés avec et correspondant aux observations incluses dans l'analyse.
