Weibull in forma per due gruppi, il secondo gruppo non ha fallimentiCiao gente.
In questo vecchio filo , @martindemel ha chiesto come adattare le distribuzioni Weibull a due gruppi contemporaneamente: il primo gruppo ha dati standard, ma il secondo gruppo ha un solo errore. Per il secondo gruppo, l'utente desiderava correggere il parametro beta, utilizzando il valore del primo gruppo, quindi stimare l'alfa. La risposta è stata usare Fit Y di X , funziona come un incantesimo.
Ho un potenziale cliente che vuole fare la stessa cosa, tranne per il fatto che il gruppo 2 ha zero errori, solo dati censurati a destra.Afferma che questo è possibile in Weibull++, vuole replicarlo in JMP. Il metodo descritto in precedenza non funziona qui.
Qualche idea? Allegando un set di dati di esempio.
Grazie, Giordano
Re: Weibull si adatta a due gruppi, il secondo gruppo non ha fallimentiNon sono sicuro di come lo faccia Weibull++. Ecco cosa mi viene in mente per la prima volta:
Avvia la distribuzione della vita con By
Adatta Weibull al primo gruppo, ed ecco Beta
Il secondo gruppo mostra un rapporto piuttosto peculiare, questo è per l'analisi di Weibayes. Se vedi una normale distribuzione della vita, a un certo punto hai temperato la preferenza. Nel rapporto, inserisci il valore Beta del primo gruppo, assicurati che le caselle di controllo siano selezionate come nello screenshot. Fare clic su "Aggiorna". E ottieni una stima Weibayes per Alpha, che è un limite conservativo di Alpha. Non esiste una stima puntuale.
Quando ci sono pochi o nessun errore, un approccio bayesiano completo può portare a risultati più utili rispetto all'approccio Weibayes. Ma è necessario conoscere l'inferenza bayesiana e avere una distribuzione della conoscenza precedente.
Re: Weibull si adatta a due gruppi, il secondo gruppo non ha fallimentiIl secondo mi viene in mente.
Vedo che il set di dati non è reale, ma preso in prestito da Martin. Quindi ho una domanda, quali sono i gruppi? Due fornitori, due design? Oppure due temperature, due voltaggi? Se è quest'ultimo, utilizzare una relazione parametrica in Fit Life di X potrebbe essere la risposta. Allego un dato modificato con script.
Il modello montato utilizza una relazione "lineare" per associare i due gruppi. Ed ecco il risultato del modello.
1/sigma è la Beta di Weibull. e Exp(mu) è l'Alfa di Weibull. Collega due valori di G, ottieni due valori di Alpha.
Inoltre, quali prodotti, materiali, stanno testando? È comune avere tutte le situazioni censurate? Se la variabile di raggruppamento è davvero continua e vogliono stabilire una relazione, potrebbero avere un problema ALT DOE.
Re: Weibull si adatta a due gruppi, il secondo gruppo non ha fallimentiCiao Peng, grazie per averci pensato un po'.
Penso che questo sia per valutare l'efficacia delle riparazioni e/o delle modifiche al design. Ecco un preventivo diretto del cliente:
Lo scenario sta creando un grafico di sovrapposizione con almeno due distribuzioni per analisi dimostrative sull'efficacia delle correzioni. La prima distribuzione avrebbe dati non riusciti e censurati a destra e la seconda distribuzione avrebbe solo passato (dati censurati a destra). Con Weibull++, posso creare una linea per la seconda distribuzione di errore utilizzando la beta di Weibull misurata dalla prima distribuzione (solo un semplice Weibull 1P) e vedere come si confrontano le distribuzioni (in particolare i valori eta). Ho anche bisogno di linee di confidenza per vedere come se si sovrappongono come indicatore di significatività statistica.
Re: Weibull si adatta a due gruppi, il secondo gruppo non ha fallimentiSospetto che stiano parlando di inferenza bayesiana. Perché Weibayes non fornisce una stima puntuale per tutte le situazioni censurate. Se vedono "una linea" (supponendo che intendano una sorta di linea centrale) e "linea di confidenza", deve essere un'inferenza bayesiana. Per l'inferenza bayesiana in Weibull++, questa pagina potrebbe essere utile: Analisi bayesiana-Weibull in Weibull++
C'è un esempio di dati verso la fine di quella pagina. E allego una tabella di dati JMP per illustrare come abbinare i numeri.
Tabella JMP:
Finestra di dialogo di avvio:
Controlla "Weibull":
Attiva "Stime bayesiane"
Passare a "Posizione e priorità di scala".
Specifica le priorità come quelle che sono nella schermata seguente.
Una breve spiegazione sulle scelte:
La pagina web dice:
Perché location parameter = log(eta), quindi uso uniform con un intervallo molto ampio.
La pagina web dice:
Ciò significa che sigma = 1/beta, è lognormal(-0,9064, 0,3325).
E questo è il risultato:
I loro numeri:
Avviso:
Ritengo che sia una corrispondenza, a causa della natura casuale dell'inferenza, e le loro impostazioni non sono chiare.
Poiché i loro dati non hanno errori, devono disattivare la seguente preferenza in Life Distribution, per accedere alle funzionalità di inferenza bayesiana. L'impostazione predefinita è On per Weibayes.
Allega la tabella dati e lo script.
Re: Weibull si adatta a due gruppi, il secondo gruppo non ha fallimentiAggiornamento tardivo da parte del cliente: è infatti la stima Weibayes che viene visualizzata nell'output desiderato da Weibull++. Ecco il grafico che vuole riprodurre:
Possiamo creare una trama simile in JMP? Non vedo un modo per tracciare l'output di Weibayes.
Re: Weibull si adatta a due gruppi, il secondo gruppo non ha fallimentiL'utente deve creare il proprio overlay in questo caso. Copia il contenuto del frame dal profiler CDF Weibayes e incolla il contenuto del frame nel grafico CDF del primo gruppo. Potrebbe essere necessario un trucco per eliminare gli artefatti indesiderati, ad esempio le linee della griglia degli assi, e impostare Time=0 per eliminare le linee di riferimento della croce rossa.
