¿Puedo usar la demostración de confiabilidad de JMP para situaciones de "falta de confiabilidad"?Hola.
Mi pregunta es la siguiente: Hacemos muchas pruebas de fuerza de tracción para evaluar la resistencia de la soldadura, etc. Nuestra especificación es tracción de 10 libras en una prueba de tracción Instron y se basa en comprender las tensiones que sufre el producto en el campo. Cuando probamos hasta fallar, a menudo tenemos que forzar valores de 80 libras antes de que se rompa, lo que en realidad es una prueba algo peligrosa si alguien está parado al lado de la máquina. Además, hay varias ocasiones en que la censura se produce mediante la rotura en un lugar distinto de la soldadura.
Por lo tanto, esta no es una verdadera prueba de 'confiabilidad' ya que no se incorporan tiempos/ciclos. Es más una prueba de estrés. Sin embargo, mi pregunta es ¿podemos seguir usando el módulo de demostración de confiabilidad de JMP para el tamaño de la muestra?
¿O es esto significativamente diferente a las pruebas de confiabilidad tradicionales y, por lo tanto, la demostración de confiabilidad (usando Weibayes) no es inapropiada?
gracias, jim
Re: ¿Puedo usar la demostración de confiabilidad de JMP para situaciones de "falta de confiabilidad"?gracias
Parece haber algunas opiniones encontradas sobre esto, pero francamente veo que las matemáticas funcionan de la misma manera para ambas situaciones. También parece que hay textos que ahondan en este tema. Debido a que creo que esta pregunta es importante (e interesante), también quiero publicar una respuesta que recibí de un colega mío (estadísticas de doctorado). Está parafraseado:
...Nos encontramos con bastante frecuencia en situaciones muy similares. De hecho, creo que es apropiado usar las herramientas clásicas de confiabilidad para este tipo de situaciones: matemáticamente, no veo mucha diferencia entre el concepto de "tiempo hasta el evento" y "fuerza hasta el evento". En ambos casos, hay una medición (en su mayoría) continua que conduce a una falla oa una observación censurada. El análisis de supervivencia/confiabilidad se puede caracterizar de manera más abstracta como "exposición al evento". El texto canónico de Meeker y Escobar sobre el tema profundiza en la idea de los modelos de degradación y la forma en que los modelos de degradación se relacionan con el análisis más simple de tiempo hasta el evento. En resumen, sí, con bastante frecuencia realizo el tipo de análisis que está describiendo. Por supuesto, el analista debe verificar el ajuste distribucional y todas las demás suposiciones del modelo, para asegurarse de que el problema específico sea una buena combinación para un análisis de supervivencia o una demostración de confiabilidad.
Re: ¿Puedo usar la demostración de confiabilidad de JMP para situaciones de "falta de confiabilidad"?Déjame añadir otra cosa. Usando este enfoque, podría detener las pruebas a una fuerza inferior a 80 y también tratar los enlaces intactos como censurados. Tenga en cuenta que probablemente desee forzar los enlaces hasta el punto en que algunos fallen. Si bien es posible realizar un análisis sin fallas, probablemente tendrá una mejor estimación si fallan algunos elementos.
Don
Re: ¿Puedo usar la demostración de confiabilidad de JMP para situaciones de "falta de confiabilidad"?Jim,
Lo trataría como si fuera un análisis de confiabilidad. En lugar de la vida útil, los ciclos o alguna otra medida dependiente del tiempo, su
La variable "tiempo" es la fuerza. En la mayoría de los casos, no tienes censura, ya que estás estresando hasta el punto de romper. Sin embargo, cuando tenga una rotura en un lugar sin adherencia, indicaría que esas observaciones están censuradas.
Don
Re: ¿Puedo usar la demostración de confiabilidad de JMP para situaciones de "falta de confiabilidad"?Jim,
Creo que la respuesta sería no. No he usado el módulo de demostración de confiabilidad, por lo que no estoy familiarizado con los "tuercas y tornillos" del cálculo, sin embargo, creo que lo que está haciendo sería lo suficientemente diferente como para que el tamaño de la muestra de ese módulo ya no sea relevante. Con suerte, alguien más intervendrá si piensa diferente. Parece que se están tomando un par de medidas mientras realiza la prueba. Primero es solo el éxito/fracaso de cumplir con las especificaciones. Eso tendrá un tamaño de muestra que se necesita. En segundo lugar, tiene la prueba de falla, que tendrá una necesidad de tamaño de muestra diferente.La forma en que describe las pruebas hasta el fallo suena como un modelo de por vida con censura que podría ser una forma razonable de analizar los datos. Los cálculos del tamaño de la muestra siempre son un dolor de cabeza (en mi opinión). Un método no basado en la teoría sería primero descubrir la mejor manera de analizar los resultados. Una vez que tenga eso, tome algunos de sus datos ya recopilados y simule resultados de conjuntos de prueba de varios tamaños y vea a qué tamaño de conjunto de datos "explota" la confianza en sus resultados (donde tendrá que definir qué significa "explotar" en términos de sus riesgos, requisitos, etc.).
Espero que ayude.
karen
