Weibull apto para dos grupos, el segundo grupo no tiene fallasHola amigos.
En esto viejo hilo , @martindemel preguntó cómo ajustar las distribuciones de Weibull a dos grupos simultáneamente: el primer grupo tiene datos estándar, pero el segundo grupo tiene solo una falla. Para el segundo grupo, el usuario deseaba corregir el parámetro beta, usando el valor del primer grupo y luego estimar alfa. La respuesta fue usar Fit Y by X, funciona de maravilla.
Tengo un cliente potencial que quiere hacer lo mismo, excepto que el grupo 2 tiene cero fallas, solo datos censurados por la derecha.Afirma que esto es posible en Weibull++, quiere replicarlo en JMP. El método descrito anteriormente no funciona aquí.
¿Algunas ideas? Adjuntar conjunto de datos de ejemplo.
gracias jordan
Re: Weibull apto para dos grupos, el segundo grupo no tiene fallasNo estoy seguro de cómo lo hace Weibull++. Esto es lo primero que me viene a la mente:
Lanzar Life Distribution con By
Ajuste Weibull al primer grupo, y aquí está Beta
El segundo grupo muestra un informe bastante peculiar, esto es para el análisis de Weibayes. Si ve una distribución de vida regular, entonces ha atenuado la preferencia en un punto. En el informe, ingrese el valor Beta del primer grupo, asegúrese de que las casillas de verificación estén marcadas como en la captura de pantalla. Haga clic en "Actualizar". Y obtienes una estimación de Weibayes para Alpha, que es un límite conservador de Alpha. No hay estimación puntual.
Cuando hay pocas o ninguna falla, un enfoque bayesiano completo puede brindar resultados más útiles que el enfoque de Weibayes. Pero uno debe tener conocimientos sobre la inferencia bayesiana y tener una distribución previa del conocimiento.
Re: Weibull apto para dos grupos, el segundo grupo no tiene fallasSegundo viene a mi mente.
Veo que el conjunto de datos no es real, sino prestado de Martin. Entonces tengo una pregunta, ¿cuáles son los grupos? ¿Dos proveedores, dos diseños? ¿O dos temperaturas, dos voltajes? Si es lo último, usar una relación paramétrica en Fit Life by X podría ser la respuesta. Adjunto un dato modificado con script.
El modelo ajustado utiliza una relación "Lineal" para asociar los dos grupos. Y aquí está el resultado del modelo.
1/sigma es la Beta de Weibull. y Exp(mu) es Alfa de Weibull. Introduce dos valores de G, obtienes dos valores de Alfa.
Además, ¿qué productos, materiales, están probando? ¿Es común tener toda la situación censurada? Si la variable de agrupación es realmente continua y quieren establecer una relación, es posible que tengan un problema ALT DOE.
Re: Weibull apto para dos grupos, el segundo grupo no tiene fallasHola Peng, gracias por pensar en esto.
Creo que esto es para evaluar la efectividad de las reparaciones y/o cambios de diseño. Aquí hay una cita directa del cliente:
El escenario está creando una gráfica de superposición con al menos dos distribuciones para análisis de demostración de efectividad de corrección. La primera distribución tendría fallas y datos censurados por la derecha y la segunda distribución solo tendría aprobación (datos censurados por la derecha). Con Weibull++, puedo crear una línea para la segunda distribución de fallas utilizando la beta de Weibull medida a partir de la primera distribución (solo un Weibull 1P simple) y ver cómo se comparan las distribuciones (particularmente los valores eta). También necesito líneas de confianza para ver si se superponen como un indicador de significación estadística.
Re: Weibull apto para dos grupos, el segundo grupo no tiene fallasSospecho que están hablando de inferencia bayesiana. Porque Weibayes no da una estimación puntual para una situación totalmente censurada. Si ven "una línea" (asumiendo que se refieren a algún tipo de línea central) y "línea de confianza", eso tiene que ser una inferencia bayesiana. Para la inferencia bayesiana en Weibull++, esta página puede ser útil: Análisis Bayesiano-Weibull en Weibull++
Hay un ejemplo de datos hacia el final de esa página. Y adjunto una tabla de datos de JMP para ilustrar cómo hacer coincidir los números.
Tabla JMP:
Diálogo de inicio:
Marque "Weibull":
Active "Estimaciones bayesianas"
Cambie a "Ubicación y escala previas".
Especifique antecedentes como los que se muestran en la siguiente captura de pantalla.
Una breve explicación sobre las opciones:
La página web dice:
Debido a que el parámetro de ubicación = log (eta), entonces uso uniforme con un rango muy amplio.
La página web dice:
Eso significa que sigma = 1/beta es lognormal (-0.9064, 0.3325).
Y aqui esta el resultado:
Sus números:
Aviso:
Considero que es una coincidencia, debido a la naturaleza aleatoria de la inferencia, y su configuración no está clara.
Dado que sus datos no tienen fallas, deben desactivar la siguiente preferencia en Life Distribution para acceder a las funciones de inferencia bayesiana. El valor predeterminado es Activado para Weibayes.
Adjunte la tabla de datos y el script.
Re: Weibull apto para dos grupos, el segundo grupo no tiene fallasActualización tardía del cliente: de hecho, es la estimación de Weibayes la que se muestra en su resultado deseado de Weibull ++. Aquí está el gráfico que desea reproducir:
¿Podemos hacer una trama similar en JMP? No veo una forma de trazar la salida de Weibayes.
Re: Weibull apto para dos grupos, el segundo grupo no tiene fallasEl usuario tiene que hacer su propia superposición en este caso. Copie el contenido del marco del generador de perfiles CDF de Weibayes y pegue el contenido del marco en el gráfico CDF del primer grupo. Uno puede necesitar algún truco para deshacerse de los artefactos no deseados, por ejemplo, líneas de cuadrícula de ejes, y establecer Time=0 para deshacerse de las líneas de referencia cruzadas rojas.
