Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
4/25/2007
Análisis de Weibull
Resumen
El procedimiento del Análisis de Weibull está diseñado para ajustar una distribución de Weibull
a un conjunto de n observaciones. Es comúnmente usado para analizar datos representando
tiempos de vida o tiempos hasta que se presente error. Los datos pueden incluir censura en los
cuales algunas veces los errores no son conocidos exactamente debido al desplazamiento de
algunos objetos de la prueba. La distribución se grafica y los percentiles estimados son
mostrados.
Si se desea, se pueden especificar los datos para más de un grupo. En tales casos, una estimación
aparte de la distribución para cada grupo será derivada.
Datos de Muestra:
El archivo absorbers.sf3 contiene los datos de una prueba de vida sobre de n = 38
amortiguadores de choques, reportada por Meeker y Escobar (1998). Una parte de los datos se
muestra abajo:
Distance Censores
(Distancia) (Censurado)
6700 0
6950 1
7820 1
8790 1
9120 0
9660 1
9820 1
11310 1
11690 1
11850 1
11880 1
12140 1
… …
28100 1
Captura de Datos
El cuadro de diálogo de captura de datos requiere información acerca de los momentos de los
errores y su estado:
Tamaño de muestra = 38
Número de fallas = 11
Forma estimada = 3.16047
Escala estimada = 27718.7
Umbral especificado = 0.0
α
f ( x) = α
(x − θ )α −1 exp[− (x − θ ) / β ]α (1)
β
Tiene 3 parámetros:
β ⎛1⎞
E( X ) = θ + Γ⎜ ⎟ (2)
α ⎝α ⎠
β2
V(X) = α [ 2Γ ( ) ( )]
2
α
1
− Γ
α
1 2
α (3)
Opciones de Análisis
El cuadro de diálogo Opciones de Análisis controla cómo los parámetros de la distribución de
Weibull son estimados:
• Umbral Inferior: Especifica un valor para el parámetro inicio θ, o solicita que sea estimado
de los datos. Si se estima θ, el usuario debe seleccionar el método de máxima verosimilitud.
• Método de Estimación: el método usado para estimar los parámetros. Están disponibles tres
opciones:
1. Regresión por Rangos – Ajusta una línea a los datos en la Gráfica de Weibull al regresar
n valores ln(Xi-θ) contra los posiciones graficadas especificadas en el cuadro de diálogo.
Gráfica de Weibull
La Gráfica de Weibull muestra cómo los momentos de error no censurados graficados sobre una
escala logarítmica en el eje horizontal X. Las posiciones de graficación del eje vertical se definen
en las Opciones de Análisis.
Gráfica Weibull
99.9
99
90 Est.: MLE
Forma: 3.16047
porcentaje acumulado
70
50 Escala: 27718.7
30 Umbral: 0.0
20
10 Fallas: 11
5 Tamaño de muestra: 38
1
0.5
0.1
1000 10000 100000
Distance
Si los datos provienen de una distribución de Weibull, los puntos deben caer aproximadamente a
lo largo de una línea recta sobre esta gráfica la cual corresponde a la distribución de Weibull
ajustada.
Gráfica Weibull
99.9
99
90.0 Est.: MLE
90
Forma: 3.16047
porcentaje acumulado
70
50 Escala: 27718.7
30 Umbral: 0.0
20
10 Fallas: 11
5 Tamaño de muestra: 38
1
0.5
36089.5 [29146.8,56446.6]
0.1
1000 10000 100000
Distance
Histograma de Frecuencias
El Histograma de Frecuencias muestra la distribución de las observaciones junto con la función
de densidad estimada.
20
No Censurados
16 Censurados
porcentaje
12
0
1000 10000 100000
Distance
La presencia de muchos valores censurados causa que la curva se incline sobre la derecha del
histograma observado.
• Número de clases: el número de intervalos dentro de los cuales los datos serán divididos.
Los intervalos son adyacentes el uno al otro y de igual amplitrud (antes de que el logaritmo
sea calculado). El número de intervalos dentro de los cuales los datos se agrupan de manera
predeterminada es colocado por la regla especificada en la tabulación EDA del cuadro de
diálogo Preferencias en el menú Edición.
© 2006 por StatPoint, Inc. Análisis de Weibull - 7
STATGRAPHICS – Rev. 4/25/2007
• Número de Grupo: si más de un grupo de datos ha sido ajustado, el número del grupo será
mostrado.
• Escala Log para el Eje X: Si el eje horizontal debería ser mostrado usando escala
logarítmica.
Las pruebas que se van a realizar son seleccionadas usando Opciones de Cuadro.
Pequeños P-Values (menores que 0.05 si se opera en un nivel de significancia de 5%) conducen
a rechazar la distribución de Weibull. En el ejemplo actual, el P-Value es grande lo que sugiere
que la distribución de Weibull es un modelo razonable para los datos.
Las pruebas de Bondad de Ajuste son descritas con detalle para datos no censurados en la
documentación para Ajustes de Distribución (Datos no Censurados) y para datos censurados en
Ajuste de la Distribución (Datos Censurados).
• Incluir – selecciona las pruebas a ser incluidas. Las pruebas disponibles dependen del tipo de
censura.
Aleatorio – indica que los valores de los datos han sido aleatoriamente censurados. El
censuramiento aleatorio ocurre cuando los valores son censurados por varias razones y no
caen en el mecanismo del Tipo I o II.
Tipo I – indica que los datos son “momento-censurados”, por ejemplo cuando se han
removido datos de la prueba en un momento predeterminado. Si este tipo de
censuramiento es seleccionado todos los valores censurados deben ser iguales o un
mensaje de error será generado.
Tipo II – indica que la prueba fue parada después de que un predeterminado número de
errores ha ocurrido. Si se selecciona este tipo de censuramiento, todos los valores
censurados deben ser iguales o un mensaje de error será generado.
Función de Densidad
Esta grafica muestra la función de densidad de probabilidad estimada f(x):
Distribución Weibull
(X 0.00001)
5
4
densidad
0
1000 10000 100000
Distance
La función de densidad puede ser usada para determinar la probabilidad de que el momento de
error de un suceso se encuentre dentro de un intervalo especificado.
• Escala Log para el Eje X: si es seleccionado una escala log será usada para el eje horizontal.
Distribución Weibull
1
probabilidad acumulada
0.8
0.6
0.4
0.2
0
1000 10000 100000
Distance
Función de Supervivencia
La Función de Supervivencia grafica la probabilidad estimada de que un suceso sobrevivirá o
durará hasta el tiempo t:
Distribución Weibull
1
probabilidad de supervivencia
0.8
0.6
0.4
0.2
0
1000 10000 100000
Distance
Distribución Weibull
3
prob. de log supervivencia
-7
-17
-27
-37
1000 10000 100000
Distance
Función de Riesgo
La Función de Riesgo es una estimación de la tasa instantánea de error:
Distribución Weibull
(X 0.0001)
15
12
9
riesgo
0
1000 10000 100000
Distance
Las unidades de la función de riesgo son la fracción de errores por unidad de tiempo. Si el
parámetro de forma estimado β̂ < 1, la función de riesgo será monotéticamente decreciente. Si
β̂ > 1, la función de riesgo será monotéticamente creciente. Si β̂ = 1, la función de riesgo será
constante.
• Área de la Cola Inferior – la probabilidad de que la variable aleatoria sea menor que o
igual a X.
• Área de la Cola Superior – la probabilidad de que la variable aleatoria sea mayor que X.
Por ejemplo, la probabilidad de ser menor que o igual a X = 30,000 es aproximadamente 72.3%.
Valores Críticos
Este cuadro calcula el valor de la variable aleatoria X debajo del cual yace una probabilidad
especificada.
La tabla muestra el valor de X tal que la probabilidad de ser menor que o igual a X es igual al
área deseada de la cola. La tabla de arriba muestra que el c.d.f. de la distribución de Weibull
ajustada es igual a 50% en X = 24,683.6.
Opciones de Cuadro
• Áreas de Colas: valores del c.d.f. en los cuales se determinan los percentiles de las
distribuciones ajustadas.
1
αˆ = (4)
slope
β̂ = exp(intercept) (5)
n
L = ∏ l( X i ) (6)
i =1
donde
⎧ f (Xi ) uncensored
l( X i ) = ⎨ si Xi es (7)
⎩1 − F ( X i ) right − censored
1/ α
⎧ n ⎫
⎪⎪ ∑ ( X i − θ )
α
⎪⎪
βˆ = ⎨ i =1 ⎬ (8)
⎪ − ln(0.05) ⎪
⎪⎩ ⎪⎭
El cual es una banda de confianza inferior del 95% para β. De otra manera:
1/α
⎡ n ⎤
⎢∑(X i −θ )
α
⎥
βˆ = ⎢ i =1 ⎥ (9)
⎢ d ⎥
⎢⎣ ⎥⎦
j i − 0.3
Fi = (11)
n + 0.4
⎡ r ⎤
Ri = ⎢ i ⎥ Ri −1 (12)
⎣ ri + 1⎦
Ri + Ri −1
Ri'i = (14)
2
Límites de Confianza
Los límites de confianza son estimados sobre una base puntual al determinar todos los valores X
= Q + θ para los cuales
~
Λ = −2 log L(α~, β ) + 2 log L(αˆ , βˆ ) ≤ χ 12− p ,1 (15)
~
donde α̂ y β̂ son los estimadores de máxima verosimilitud, mientras que α~ y β satisfacen las
ecuaciones
~
⎛ (X i − θ ) ⎞ ⎛ (X − θ )⎞
β
n
r
~ − r ln(Q ) + ∑ ln ( X − θ ) + ln(1 − p ) ∑ ⎜⎜ ⎟⎟ ln⎜⎜ i ⎟⎟ = 0 (16)
β
i
i∈S i =1 ⎝ Q ⎠ ⎝ Q ⎠
© 2006 por StatPoint, Inc. Análisis de Weibull - 16
STATGRAPHICS – Rev. 4/25/2007
Q
α~ = (17)
[− ln(1 − p)]1 / β
~