J'ai trois échantillons de données comme ci-dessous, je souhaite prédire le temps de chaque échantillon à l'aide d'un modèle de Weibull lorsque la rétention est inférieure à 70 %.
rétention de l'échantillon de temps
1 1 100%
2 1 99,8%
....
298 1 81,9%
299 1 81%
300 1 80%
Je recommande de commencer par la plateforme Dégradation : Dégradation
Edit : Plus précisément, on appelle cela la prédiction inverse .
Merci pour votre réponse. Il n'y a pas de prédiction de Weibull dans la dégradation , et je souhaite définir une plage de prédiction, par exemple, utiliser les données des 250 à 300 dernières heures pour prédire les heures suivantes.
Merci pour votre réponse. Je n'ai pas trouvé d'analyse de base dans les méthodes de fiabilité et de survie. Pourriez-vous m'envoyer une capture d'écran ?
-Jarmo
Merci pour ces précisions.
Pour définir une plage de données, je recommande d'utiliser un filtre de données local. Cela vous permettra d'utiliser uniquement les données comprises entre 250 et 300 heures. Presque toutes les plateformes JMP, y compris la dégradation, se mettent à jour en temps réel lorsque vous modifiez le filtre. Le filtre de données local est accessible à plusieurs endroits ; il se trouve toujours dans le menu du triangle rouge si vous ne le trouvez pas.
Concernant le modèle de Weibull, pourriez-vous préciser son utilité ? Vos données se présentent sous la forme « Rétention en fonction du temps ». La plateforme Dégradation vous permettra d'ajuster la tendance de la Rétention en fonction du temps, afin d'extrapoler un temps jusqu'à défaillance pour chaque échantillon. (Si vous n'obtenez pas un bon ajustement avec la Dégradation, peut-être parce que votre courbe de dégradation est non linéaire, essayez la Dégradation par mesures répétées ).
Une fois que vous avez votre TTF pour chaque échantillon, l'étape suivante de votre analyse pourrait consister à effectuer une distribution de durée de vie , où vous trouverez la distribution de Weibull ainsi que d'autres distributions couramment utilisées.
Le modèle de Weibull est également pertinent pour l'analyse de survie, qui, je pense, ne s'applique pas directement au format de données que vous avez fourni, mais pourrait également être intéressant pour le contexte (voir : graphiques et ajustements exponentiels, de Weibull et lognormaux ).
JMP propose différentes plateformes pour analyser la durée de vie, le temps avant défaillance, la dégradation et d'autres sujets connexes. Cet article explique les différents termes utilisés par JMP pour ces types de données : méthodes de fiabilité et de survie.
Merci pour votre réponse. Je vais essayer de vous répondre.
