Qu'est-ce que la "relation de localisation" dans l'outil de fiabilité ? (adapter la vie par X)Bonjour,
J'utilise JMPpro pour l'analyse des données de fiabilité.
Je comprends que l'outil "fit life by X" peut être utilisé pour l'analyse des données ALT et la "relation" semble montrer une relation condition de test accélérée-durée de vie ( Arrhenius, Linéaire etc. ).
Qu'est-ce que "Localisation" et "Aucun effet" ?
Le document d'aide JMP indique : L'emplacement signifie que μ est différent pour chaque niveau de X
Cela signifie-t-il qu'il est utilisé lorsqu'il existe une relation condition-vie accélérée (données ALT) mais que la relation spécifique est inconnue, ou cela signifie-t-il qu'il peut être utilisé même si la relation condition-vie accélérée n'existe pas ? (pas de données ALT)
Et pour "aucun effet", je ne trouve aucun indice.
Merci.
AnalytiqueTableau de donnéesRe : Qu'est-ce que la "relation de localisation" dans l'outil de fiabilité ? (adapter la vie par X)D'après mes tests limités tout à l'heure, aucun effet ne semble donner les mêmes coefficients que la même chose que de ne pas entrer du tout dans la variable x.Je pense que l'utilisation de Location serait similaire à l'utilisation d'une colonne "by" dans la plupart des autres plates-formes, mais je ne sais pas en quoi cela concerne les données ALT.
Re : Qu'est-ce que la "relation de localisation" dans l'outil de fiabilité ? (adapter la vie par X)"Aucun effet", "Emplacement" et "Emplacement et échelle" sont des relations entre la vie et X lorsque X est discret. Alors que les autres sont des relations entre la vie et X lorsque X est continu.
Si X est discret, p. effet sur les paramètres d'emplacement et d'échelle de la distribution. Habituellement, on devrait s'adapter aux trois et sélectionner le plus approprié.
Si X est continu, par exemple Arrhenius, les trois "Aucun effet", "Emplacement" et "Emplacement et échelle" jouent toujours un rôle important dans la vérification du modèle, c'est-à-dire pour vérifier si, par exemple Arrhenius, est approprié. Si, par exemple, Arrhenius est approprié, alors un test entre "No Effect" et "Regression" devrait rejeter "No Effect", mais un test entre "Regression" et "Location" ne devrait PAS rejeter "Regression".
Puisque vous consultez la documentation, veuillez consulter les documents liés aux "tests de modèles imbriqués" et voyez s'ils ont un sens pour vous.
Néanmoins, les étapes ci-dessus ne sont que des étapes nécessaires à la vérification et à la sélection du modèle. Vous devriez regarder d'autres sorties dans le rapport. C'est une tâche assez complexe de vérifier le modèle dans ce contexte, et le rapport Fit Life by X contient une quantité importante de sorties, avec lesquelles vous voudrez peut-être vous familiariser.
