Intervalle de tolérance "données censurées"/"au-dessus de la limite de détection"Salut
J'exécute un test sur la limite d'élasticité de certains matériaux, mais en raison de certaines limitations dans la configuration de mesure, je ne peux pas exécuter le test tant que les éprouvettes ne se cassent pas. C'est-à-dire, par exemple, je ne peux exécuter le test que jusqu'à une force appliquée de 1kN. Cela signifie que je ne peux pas trouver la limite d'élasticité réelle et sa distribution, je sais seulement que j'ai un certain nombre d'échantillons, N, qui peuvent prendre plus de 1kN de force.
Existe-t-il une méthode pour estimer un intervalle de tolérance pour ce type de données ?
Votre contribution est très appréciée.
AnalytiqueRe : Intervalle de tolérance "données censurées"/"au-dessus de la limite de détection"Avec quoi @statman suggéré, consultez ce document https://www.stat.cmu.edu/technometrics/90-00/vol-38-01/v3801050.pdf dans lequel je crois qu'ils ont une situation similaire. Et ils ont mis en place une expérience à différents niveaux de tension. Dans votre cas, vous voudrez peut-être mettre en place des tests à différents niveaux de stress. L'article utilise l'inférence non paramétrique. L'inférence paramétrique associée comprend : la régression logistique, l'analyse probit, etc.
Concernant quoi @dale_lehman suggéré, le risque proportionnel pourrait être lié si vous avez d'autres covariables. Sinon, d'autres techniques d'analyse des données de temps d'événement peuvent s'appliquer. Utilisez simplement votre variable de stress à la place de la variable de temps jusqu'à l'événement. La relation entre les données d'expérience ponctuelles et les données de temps jusqu'à l'événement et leur modélisation peut être trouvée dans cet article : Quantile POD for nondestructive evaluation with hit-miss data, par Yew-Meng Koh et William Q. Meeker. https://www.tandfonline.com/doi/abs/10.1080/09349847.2017.1374493?journalCode=urnd20
Re : Intervalle de tolérance "données censurées"/"au-dessus de la limite de détection"Merci pour la réponse. J'avais les mêmes considérations sur la dispersion, mais je n'avais pas pensé à votre point 1. - Excellente contribution.
Je m'étais également interrogé sur la possibilité de le transformer en un test de réussite / échec, avec l'inconvénient que cela augmenterait la taille d'échantillon requise. Mais avec les défis que vous avez mentionnés, cela peut sembler être l'option la plus appropriée.
Malheureusement, il n'y a pas d'autres mesures que je peux utiliser, donc fondamentalement, je n'ai que des données de réussite/échec.
Re : Intervalle de tolérance "données censurées"/"au-dessus de la limite de détection"Je me demande s'il est possible de traiter cela avec un modèle à risques proportionnels, la force de la force étant traitée comme s'il s'agissait de la variable temporelle.En d'autres termes, plutôt que des données censurées par le temps jusqu'à l'événement, elles seraient analysées comme une force appliquée à l'événement.Dans les deux cas, les données sont censurées en ce que certaines observations (peut-être beaucoup) n'auront pas l'événement au point final (soit le temps, soit la force appliquée).Je n'ai aucune idée si c'est une approche légitime, mais les situations semblent analogues.
Re : Intervalle de tolérance "données censurées"/"au-dessus de la limite de détection"Vous avez plusieurs défis :
1. Vous ne pouvez pas séparer l'erreur de mesure de la variation du produit
2. Étant donné que vos données sont tronquées, il sera difficile d'obtenir une estimation de la tendance centrale ou de la dispersion.
Vous pouvez considérer le test comme un go/no-go (traiter la variable de réponse comme nominale) et estimer les probabilités d'échec. Pouvez-vous appliquer une force constante (<1kN) et mesurer une autre caractéristique du matériau (changements dans les propriétés du matériau comme l'allongement) ?
