Quelle est la bonne interprétation du test d'homogénéité dans l'analyse de récurrence ?Bonjour la communauté !
Une question rapide, la documentation JMP indique que (dans l'analyse de récurrence) : Tester l'homogénéité Teste si le processus est homogène.
et JMP dit également que cela teste si le modèle à l'échelle est constant 1, mais qu'est-ce que cela signifie d'être « 1 » ?
Donc, si nous recherchons un bon ajustement, ce qui signifie que nos Y (réparations cumulées prévues) sont proches de Y (données réelles), quelle valeur P devrions-nous rechercher ?
si le paramètre d'échelle est 1 (H0), alors le paramètre de taux est également 1, et la distribution entre les arrivées est exponentielle ID (e^x), mais est-ce bon pour notre objectif ? (bon ajustement)
Merci d'avance!
AnalytiqueRe : Quelle est la bonne interprétation du test d'homogénéité dans l'analyse de récurrence ?Jetez un œil aux formules ici, Ajuster le modèle dans l'analyse de récurrence , pour le processus de Poisson homogène (HPP) et d'autres processus de Poisson non homogènes (NHPP). La fonction d'intensité de HPP n'est pas fonction du temps t. Les fonctions d'intensité de NHPP sont des fonctions du temps t.
Le test d'homogénéité consiste donc à voir si la fonction d'intensité (taux de défaillance) évolue dans le temps.
Le test d'homogénéité pour Power NHPP est de tester bêta == 1. Le test pour la NHPP à intensité proportionnelle consiste à tester delta == 1. Et le test pour Loglear NHPP est de tester delta == 0. Si vous remettez ces nombres dans la formule, vous devriez voir le temps disparaître des formules.
HPP est un modèle plus simple que NHPP. Si les tests ne peuvent pas rejeter HPP, on peut préférer utiliser HPP pour une prise de décision ultérieure.
Si le processus est bien HPP, les temps inter-arrivées sont iid à distribution exponentielle. Mais il ne faut pas analyser les temps entre les arrivées comme iid pour déterminer si un processus est HPP.
