Distribución de vida: El gráfico de tasa/probabilidad de falla no coincide con la tablaHola,
Soy nuevo en la gráfica de distribución de vida de JMP.
Creo que es una cuestión de comprensión básica.
La siguiente es la tabla de prueba que hice.
Según la descripción: https://www.jmp.com/support/help/es/18.1/index.shtml#page/jmp/event-plot.shtml#ww1386833
Creo que significa que hay 100 muestras en total.
Y exactamente en 4 lecturas: 50, 100, 150 y 200, se produjeron 25 nuevos fallos.
Así que la tasa de fallos que esperaba sería:
50, 25%
100, 50%,
150, 75%
200,100%.
Luego inicio la distribución de vida con la configuración que se muestra a continuación:
Sin embargo, los puntos en el gráfico de Weibull son muy diferentes de la tasa de fracaso que esperaba.
Por ejemplo, el primer punto de lectura en el tiempo 50 tiene una tasa de falla de ~13%.
No entiendo por qué.
¿Podrías ayudarme con esto?
¡Muchas gracias por tu ayuda!
Estoy usando JMP17
Análisis de confiabilidadRe: Distribución de vida: El gráfico de tasa/probabilidad de falla no coincide con la tablaPara un N grande el porcentaje estimado es
rank/ ( N + 1)
Para N=4 obtendrías 0,2, 0,4, 0,6 y 0,8.
(en lugar de los 0,25, 0,5, 0,75, 1 que esperabas)
Para valores pequeños de N, el porcentaje estimado se corrige. Existen varios métodos para la corrección.
He visto una descripción general en Wikipedia: intentaré encontrarla...
Re: Distribución de vida: El gráfico de tasa/probabilidad de falla no coincide con la tablaEs un poco sorprendente que "N" sea sólo 4, ¿por las 4 filas?
Y no 100, porque Frecuencia = 25+25+25+25.
Por lo tanto, los usuarios no deberían ser perezosos y utilizar múltiples líneas en lugar de agregar resultados mediante Frecuencia : )
la misma entrada, utilizando 100 filas:
Re: Distribución de vida: El gráfico de tasa/probabilidad de falla no coincide con la tablaHola Hogi,
Gracias por tu respuesta.
Creo que lo que querías decir es que la probabilidad es una estimación en lugar de un valor medido, por lo que no será lo mismo que la tasa de falla real en la prueba.
¿Es eso correcto?
En ese caso, me pregunto si existe algún documento que explique las ideas y los cálculos que hay detrás. Probé el documento JMP, pero no tuve suerte.
Y si quiero hacer la gráfica como mi tasa de falla real, ¿hay alguna manera de hacerlo en JMP?
Gracias.
Re: Distribución de vida: El gráfico de tasa/probabilidad de falla no coincide con la tablaLo siento, mi primera suposición fue incorrecta.
Acabo de comprobar los valores de probabilidad en Distribución de vida para tablas con diferentes números de filas. *)
Parece que la distribución de vida utiliza posiciones de gráficos de Hazen (punto medio), independientemente del número de puntos de datos:
prob = (rank - 0.5) / N
También conocido como " Weibull ", es lo que obtienes cuando haces clic derecho en el menú "Nueva columna de fórmula" en la tabla de datos:
Aquí hay una descripción general de las diferentes posiciones de gráficos que están disponibles en MatPlotLib (a través del argumento "postype")
de: https://matplotlib.org/mpl-probscale/tutorial/closer_look_at_plot_pos.html
seg = current report () ["Compare Distributions",FrameBox(1)] << find seg (Marker Seg( 1 ));
data= seg <<GET y="" values=""></GET>
<P>*) obtener posiciones Y de un segmento marcador</P>Re: Distribución de vida: El gráfico de tasa/probabilidad de falla no coincide con la tablaGracias Hogi.
Voy a leer sobre ello.
Re: Distribución de vida: El gráfico de tasa/probabilidad de falla no coincide con la tabla
@Doraemon214 escribió: Creo que lo que querías decir es que la probabilidad es una estimación en lugar de un valor medido, por lo que no será lo mismo que la tasa de falla real en la prueba.
Así, podemos tomar los valores de medición de las muestras medidas y estimar la tasa de fallo real de toda la población. Solo hay lecturas en 50, 100, 150 y 200, lo que añade otro error.
Utilizo la plataforma Life Distribution para ajustar distribuciones, principalmente distribuciones normales. A veces, obtengo una impresión visual de la desviación de las distribuciones normales, como un gráfico cuantitativo con una línea de ajuste e intervalos de confianza atractivos.
Además:
a) poca posibilidad de obtener 2 muestras con el mismo valor
b) En cuanto al ajuste de la curva, parece de alguna manera "correcto" colocar la curva de ajuste en el centro de los puntos.
Pero cuando piensas...
especialmente sobre las vidas - y las tasas de "supervivencia" - de hecho es sorprendente que
"25 de cada 100 unidades fallan a los 50 (o antes)" se convierte implícitamente en
"La probabilidad acumulada hasta el valor 50 es del 12,5%".
y con
Suena aún más sorprendente:
Si 25 de las 100 unidades fallan a los 50, la "probabilidad" de supervivencia a los 50 es cercana al 90%:
Aún quedan muchas preguntas abiertas…
Pregunté al soporte de JMP: TS-00196267
Espero que haya un libro blanco que nos explique los detalles 
NÓTESE BIEN:
De acuerdo con la gráfica de distribución de vida, los puntos predeterminados deben ser las estimaciones de Kaplan-Meier o Turnbull con la opción de seleccionar puntos medios.
Hubo un cambio entre JMP16 y JMP17 en cómo la distribución de vida calcula las probabilidades.
Quizás exista una documentación{motivación que pueda aportar más ideas...
Re: Distribución de vida: El gráfico de tasa/probabilidad de falla no coincide con la tablaSu conjunto de datos está configurado con tiempos de fallo exactos. Básicamente, indica que el 25% de la población falla exactamente en t=50. Quizás esto sea correcto, pero en mi experiencia, una descripción más precisa es que el 25% de la población falla en algún momento entre t=0 y t=50. Para representar esto en JMP, necesita usar censura de intervalo. Si modifico su tabla original para que la hora de inicio sea [0, 50, 100, 150] y la hora de finalización permanezca igual [50, 100, 150, 200], entonces creo que el Weibull de la Distribución de Vida cumple con sus expectativas:
Re: Distribución de vida: El gráfico de tasa/probabilidad de falla no coincide con la tablaMe ayudó a considerar valores de frecuencia no iguales, por ejemplo, datos agrupados como
Cuando piensas en una distribución (por ejemplo normal) con peso máximo en 50 -> midplint.
y cuando piensas en "100 de 111 entradas fallaron con 50 o menos" -> Kaplan Meier.
Re: Distribución de vida: El gráfico de tasa/probabilidad de falla no coincide con la tablaGracias TomH.
Creo que tienes razón. Tengo que ajustar el formato de mis datos para que JMP pueda procesarlos como esperaba.
Me pregunto si es estadísticamente incorrecto realizar el ajuste de Weibull de la forma en que lo entendí.
Por la respuesta de Hogi, creo que es cierto.
Parece que los datos medidos no son una representación directa de la verdadera función de distribución acumulativa, sino una transformación matemática.
¿Es por eso que JMP no permite el ajuste de Weibul y el gráfico de probabilidad utilizando la estimación de Kaplan-Meier?
Re: Distribución de vida: El gráfico de tasa/probabilidad de falla no coincide con la tablaCreo que lo que realmente me confunde es que JMP proporcionó la capacidad de censura de izquierda a derecha para indicar cuándo ocurrieron las fallas.
Entonces, si esta no es una prueba monitoreada in situ, coincido con usted en que no podemos afirmar con exactitud que en t=50h se produce un 25% de fallos simultáneos, sino que solo podemos afirmar que el 25% de la población falla entre t=0 y t=50. En ese caso, la forma en que JMP gestiona el cálculo de probabilidad y el ajuste de Weibull tiene sentido.
Pero ahora tengo pruebas monitoreadas in situ y sé exactamente cuando ocurrió cada falla.
Pero JMP todavía interpretó los datos como si no tuviera capacidad de monitoreo in situ haciendo algunas estimaciones para ajustar la tasa de fallas.
Realmente no entiendo el razonamiento detrás de esto.
Re: Distribución de vida: El gráfico de tasa/probabilidad de falla no coincide con la tablaEste documento PDF de Discovery 2017 ofrece una buena descripción general de cómo analizar los distintos tipos de censura en JMP y las Estimaciones de Máxima Verosimilitud (EMV) asociadas. Omite los Datos Exactos, pero ya se ha visto cómo introducirlos en el ejemplo original (Hora de inicio = Hora de finalización). Como se muestra en el documento, JMP permite introducir tipos de censura mixtos en la tabla de datos. Las EMV se calculan de forma diferente para cada tipo, así que sí, sin duda es importante, y siempre se debe procurar obtener datos honestos y representativos (incluida la censura) para obtener los ajustes más significativos.
Re: Distribución de vida: El gráfico de tasa/probabilidad de falla no coincide con la tablaAlgunos detalles sobre el cálculo de probabilidad en la distribución de vida | diferentes versiones:
Gráfica de comparación de distribuciones de censura de intervalos de distribución de vida
