Salut,
lors d'une récente discussion avec un client, nous avons reconnu certaines choses dans la plateforme de prévision de fiabilité et de répartition de la durée de vie auxquelles je n'ai pas pu répondre tout de suite et qui étaient en quelque sorte surprenantes ou constituaient une amélioration.
1. Prévision de fiabilité :
- Les données sont au format Nevada et organisées de manière à ce que plusieurs identifiants (groupes) soient répertoriés, donc V1_0 avec les données au format Nevada, V1_1 et V1_2 au-delà également au format Nevada. (voir l'ensemble de données ci-joint Beispiel1_Anonymized.jmp)
- Si je fais une prévision de fiabilité avec un filtre de données défini sur V1_0 ou V1_2 (V1_1 que nous pouvons ignorer pour cet exemple) et que j'utilise la quantité comme nombre de produits, le mois P comme horodatage et les colonnes de date comme nombre d'échecs, cela fonctionne bien pour V1_0 uniquement. , V1_2 uniquement et même pour V1_0 et V1_2 tous deux sélectionnés. Mais dès que j'ajoute la colonne X_1 (qui contient les valeurs nominales V1_0 et V1_2) comme ID de groupe (image ci-dessous), elle ne fonctionne pas et génère un message d'erreur. Le format des données n'est pas valide.
- Je pensais que l'ID Goup permettrait d'avoir dans une fenêtre la même analyse une fois pour V1_0 et une fois pour V1_2 (en supposant que le filtre de données soit correctement défini). ) - d'où vient l'erreur ?
- Prévision de fiabilité :
- Parfois, une réparation a lieu dès le premier mois de service ou même avant la mise en service, une réparation est déjà effectuée. Donc un 1 ou un autre nombre positif sur la diagonale ou dans le triangle inférieur. Cela se traduit par un ensemble réduit de distributions possibles (par exemple, pas de Weibull). Comment gérer cela ? Comment peut-on trouver une solution pour pouvoir toujours utiliser Weibull ou d'autres distributions mieux adaptées ? (Utilisez simplement une petite production et changez la 4ème ligne de la colonne 09/2009 ou 10/2009 en 1 et exécutez le script pour voir la différence)
- Distribution de la vie : (voir Beispiel2 Anomized.jmp)
- si vous effectuez des réparations avant la date d'installation, cela entraînera des valeurs négatives. Comment gérer cela ? Et quand on a des causes concurrentes ? (l'ajout d'un décalage est-il une solution réaliste ? ou cela a-t-il également un impact négatif ? Une autre option pourrait être d'utiliser la date de production, mais cela ne refléterait pas la prévision correcte pour la date d'installation, je suppose)
- si vous avez des réparations, par exemple quelques jours après la date d'installation, mais que vous souhaitez effectuer une recherche sur une base mensuelle, cela entraînerait un délai nul. Comment gérer cela ?
- Parfois, un Fit Mixture est plus précis que la distribution Weibull ou une autre distribution elle-même. Comment obtenir l'ajustement du mélange par rapport au tracé original des distributions dans une seule fenêtre ? Je sais que l'on pourrait copier le contenu du graphique, mais ce serait bien mieux s'il y avait une option pour inclure le mélange par option dans la liste des autres distributions à afficher dans le tracé d'origine. De plus, lorsque vous avez des causes concurrentes, il n'existe aucun moyen de sélectionner le mélange approprié. Ce serait un grand avantage, a déclaré mon client. Y a-t-il des projets ou est-ce difficile à réaliser avec une solution de contournement ? (Je sais que c'est plus une question pour les développeurs)
- Pour toutes les distributions, vous pouvez utiliser l'option Ajuster la survie, cependant, cette option n'est pas disponible pour l'ajustement mixte. Cela peut-il être inclus dans la plateforme ? Existe-t-il une solution simple ?
Merci pour tout retour sur ces questions.
Martin
Salut Peng, merci jusqu'à présent. Je vais enquêter plus en détail pour voir si les solutions de contournement fonctionneront pour le client jusqu'à présent et pour comprendre quel serait l'impact commercial dans le cas d'un gonflement nul. J'ajouterai bientôt quelques notes ici.
Martin
Bonjour Martin,
Le problème signalé est un bug. Je l'ai corrigé dans JMP13. Pour contourner le problème dans les versions actuelles, supprimez le groupe si vous excluez toutes les lignes d'un groupe.
Pour la question de prévision de fiabilité, les points temporels sont tous uniques, par exemple 09/2009 signifie le premier tick du premier jour de septembre 2009. Par conséquent, vous devez différencier les horodatages de ligne et les horodatages de colonne pour informer le logiciel qu'il y a un début. et il y a une fin. Les échecs avant le début sont une erreur.
Vous ne voulez probablement pas jouer avec les probabilités pour mettre les échecs dès le début. Vous n’obtiendrez pas les résultats souhaités. Parce que les échecs au début signifient l’échec au temps zéro. Une distribution ZI est requise pour analyser ces données, et les distributions ZI ne sont pas prises en charge dans la plateforme. Les échecs d’une inflation zéro sont rares. Si vous en avez besoin dans Reliability Forecast, veuillez déposer une demande.
Pour les deux premières questions sur Beispiel2 Anomized.jmp, je suppose que vous parlez toujours de la plateforme Forecast. Je pense que la première est sans aucun doute une erreur de saisie. La seconde étape consiste à jouer avec les horodatages des lignes et des colonnes et à regrouper de nouveaux décomptes pour obtenir les intervalles de temps souhaités. Le format Nevada est populaire car il se trouve déjà dans l'intervalle souhaité pour les prévisions, produites par l'informatique.
Pour superposer le mélange avec un mélange individuel, une alternative consiste à installer un mélange monocomposant. Par exemple, installez un mélange 2-Weibull et installez un mélange 1-Weibull.
Pour les courbes de survie, essayez d'inverser l'axe min-max, une case à cocher dans la boîte de dialogue Axe. D'une manière ou d'une autre, la teinte CI est perdue, je dois enquêter. Je suppose que ce n'est pas anodin.
Merci,
Peng
