599268_es-ES

liliconcom

Distribución de vida - proyección de confiabilidad

Hola,

Tengo un conjunto de tiempo para igualar los datos y cuando ajusto la distribución de la vida, JMP proporciona la mejor distribución como Frechet con el siguiente gráfico. Los puntos parecen tener una tendencia alcista y no están muy bien dispersos por la línea. ¿Cómo interpreto esto? Se supone que esta es la mejor opción según la elección de JMP.

Exploración y visualización de datosRe: Distribución de vida - proyección de confiabilidad

El mejor ajuste no es necesariamente un buen ajuste. Los otros ataques son peores. Hay una tabla de todos los ajustes para comparar usando criterios como AICc. JMP presenta los ajustes en orden ascendente de AICc (cuanto más pequeño, mejor).

 

¿Puedes mostrar esta tabla para comparar? ¿Puedes mostrar tramas para los otros ataques que entretuviste?

Re: Distribución de vida - proyección de confiabilidad

Hola, Mark,

Gracias y aquí está la tabla que usted pidió:

 

gráfico lognormal:

Diagrama de Weibull:

 

 

Salud,

 

Re: Distribución de vida - proyección de confiabilidad

Noté que los datos trazados no son parte de la selección de fila actual en la tabla de datos. ¿Es posible que haya excluido las filas que se trazan aquí? Ese estado de fila afectaría mucho el ajuste.

Re: Distribución de vida - proyección de confiabilidad

Noté que los valores de probabilidad son extremadamente pequeños. También noté que hay un segmento horizontal largo al final de la estimación no paramétrica. También tengo la sensación de que es probable que no haya fallas entre 0 y 100.

Con base en esas observaciones, sugiero analizar dos tipos especiales de distribuciones: distribuciones de umbral y distribuciones de subpoblación defectuosa. Están etiquetadas como distribuciones TH, por ejemplo, TH Lognormal, TH Weibull, etc. Y distribuciones DS.