Gráfica de identificación de distribución (censura por la derecha)
Introduzca los tiempos de fallo con una columna de censura. La herramienta ajusta Weibull, lognormal, exponencial, normal, logística y loglogística por máxima verosimilitud, representa las estimaciones de Nelson-Aalen en la escala de probabilidad de cada distribución con la recta ajustada y los límites de confianza, y las ordena por coeficiente de correlación. Úselo antes del análisis de distribución paramétrica o de la gráfica de resumen de distribución. Pequeñas diferencias entre las mejores distribuciones demuestran poco.
Última revisión:
Idea clave
La gráfica de identificación de distribución ayuda a elegir una distribución de vida: ajusta seis a tiempos de fallo con unidades censuradas y traza una gráfica de probabilidad de cada una; el más recto ajusta mejor.
En esta página
Finalidad
La gráfica de identificación de distribución (censura por la derecha) le ayuda a elegir una distribución de vida antes de estimar la fiabilidad o los percentiles. Ajusta seis distribuciones comunes a los mismos datos de tiempo hasta el fallo, incluidas las unidades retiradas o que seguían funcionando (censuradas por la derecha), y traza una gráfica de probabilidad de cada una. La distribución cuyos puntos quedan más cerca de una recta es la que mejor ajusta. Úselo como primer paso antes del análisis de distribución paramétrica o de la gráfica de resumen de distribución.
Capacidades principales
- Ajusta las distribuciones Weibull, lognormal, exponencial, normal, logística y loglogística en una sola ejecución.
- Maneja datos censurados por la derecha mediante una columna de censura y un valor de censura.
- Ordena las distribuciones por el coeficiente de correlación de sus gráficas de probabilidad.
- Un panel de gráfica de probabilidad por distribución, con la recta ajustada, sus límites de confianza y los puntos de fallo.
- Informa de cualquier distribución que no se haya podido ajustar a los datos.
Métodos estadísticos
En la columna de censura, las filas iguales al valor de censura están censuradas por la derecha (la unidad no había fallado cuando se la observó por última vez) y todas las demás filas son fallos. Cada una de las seis distribuciones se ajusta a todas las filas por máxima verosimilitud, en la que un fallo aporta su densidad f(t) y una unidad censurada aporta su probabilidad de supervivencia S(t) = 1 − F(t).
Los puntos representados son los tiempos de fallo con estimaciones no paramétricas de la probabilidad acumulada de fallo según el método de Nelson-Aalen, que tiene en cuenta las unidades censuradas en riesgo en cada tiempo de fallo. Cada panel transforma los ejes de modo que su distribución se represente como una recta: el eje del tiempo es logarítmico para Weibull, lognormal y loglogística, y lineal para normal, logística y exponencial, y el eje de probabilidad usa la escala correspondiente (rotulada en porcentaje). La línea roja es la función de distribución acumulada de la distribución ajustada en la misma escala. Cada panel muestra también límites de confianza bilaterales (punteados) al Confidence level, tal como los dibuja Minitab: para cada porcentaje p, el percentil t_p de la distribución ajustada con su varianza por el método delta a partir de la inversa de la hessiana del logaritmo de la verosimilitud, con el intervalo formado sobre ln(t_p) para Weibull, lognormal, exponencial y loglogística y sobre t_p para normal y logística. Los puntos muy fuera de los límites indican un mal ajuste.
El coeficiente de correlación de cada panel es la correlación de Pearson entre los valores x representados (el tiempo, o ln(tiempo) en un eje logarítmico) y las probabilidades transformadas de los puntos de fallo. Los valores cercanos a 1 indican que los puntos quedan cerca de una recta. Las pequeñas diferencias entre las mejores distribuciones no demuestran que una distribución ajuste mejor; observe los paneles, especialmente las colas, y considere el conocimiento de ingeniería, por ejemplo, que Weibull es la opción habitual para tiempos de fallo.
Campos de entrada y opciones
Campo | Descripción |
Variable | Obligatorio. Tiempo hasta el fallo, o hasta la censura en las unidades retiradas o que siguen funcionando. |
Use censoring column | Obligatorio. Las filas iguales al valor de censura están censuradas por la derecha; todas las demás son fallos. Cada fila necesita un valor. |
Censoring value | El valor de la columna de censura que marca una unidad censurada. Por defecto 0, de modo que 1 = fallo. |
Confidence level (%) | Por defecto 95; de 50 a 99.99. Establece los límites de confianza dibujados alrededor de cada recta ajustada. |

Figura 1: opciones del ejemplo: tiempos de ensayo de bobinados a 80 °C (Temp80) con la columna de censura Cens80 y el valor de censura 0.
Descripción de la salida
- Correlation ranking: cada distribución y su coeficiente de correlación, de mejor a peor.
- Messages: cualquier distribución que no se haya podido ajustar, con el motivo.
- Distribution ID Plot: un panel de gráfica de probabilidad por distribución en orden de clasificación, titulado con su correlación (r), que muestra los puntos de fallo, la recta ajustada y sus límites de confianza.
- Exportación a PDF mediante Download.

Figura 2: clasificación por correlación y gráficas de probabilidad de 50 tiempos de ensayo de bobinados: normal, Weibull y loglogística están cerca de 0.989; la exponencial es claramente la peor, con 0.956.
Ejemplo
Un ingeniero de fiabilidad ensaya 50 bobinados de motores de turbina a 80 °C. Fallan 37 durante el ensayo y 13 se retiran antes de fallar, por lo que sus tiempos están censurados. Antes de estimar percentiles de vida, el ingeniero quiere saber qué distribución describe los datos. Establece Variable = Temp80, Use censoring column = Cens80 y Censoring value = 0, ya que Cens80 es 1 para un fallo y 0 para un bobinado retirado.
Los coeficientes de correlación son normal 0.9890, Weibull 0.9886, loglogística 0.9883, lognormal 0.9844, logística 0.9837 y exponencial 0.9559. Las cuatro primeras están prácticamente empatadas, por lo que los datos por sí solos no permiten decidir entre ellas. La exponencial es claramente la peor: su panel muestra una curva pronunciada, de modo que la tasa de fallo no es constante y un modelo que suponga fallos aleatorios resultaría engañoso.
Para el ingeniero, Weibull es una opción sensata: ajusta tan bien como las demás, no puede dar tiempos negativos y su parámetro de forma indica si los fallos son tempranos, aleatorios o por desgaste. Donde más difieren las distribuciones candidatas es en las colas, por lo que el ingeniero revisa los paneles en los extremos inferior y superior y, si los percentiles extremos son importantes, compara las estimaciones de más de una distribución. El siguiente paso es una gráfica de resumen de distribución o un análisis de distribución paramétrica con Weibull.
Preguntas frecuentes
¿Cómo se interpreta el coeficiente de correlación en una gráfica de identificación de distribución?
Es la correlación de Pearson entre los valores x representados y las probabilidades transformadas de los puntos de fallo. Los valores cercanos a 1 indican que los puntos quedan cerca de una recta. Las pequeñas diferencias entre las mejores distribuciones no demuestran que una distribución ajuste mejor; observe los paneles, especialmente las colas, y use el conocimiento de ingeniería.
¿Cómo se tratan las unidades censuradas por la derecha?
En la columna de censura, las filas iguales al valor de censura (por defecto 0) están censuradas por la derecha, es decir, la unidad no había fallado cuando se la observó por última vez; todas las demás filas son fallos. En el ajuste por máxima verosimilitud, un fallo aporta su densidad y una unidad censurada su probabilidad de supervivencia, y los puntos de la gráfica de Nelson-Aalen tienen en cuenta las unidades censuradas en riesgo.
¿Qué distribución conviene elegir cuando varias ajustan igual de bien?
En el ejemplo de los bobinados, la normal, Weibull, loglogística y lognormal estaban prácticamente empatadas y la exponencial fue claramente la peor, lo que indica que la tasa de fallo no es constante. Weibull fue una opción sensata: ajustó tan bien como las demás, no puede dar tiempos negativos y su parámetro de forma indica si los fallos son tempranos, aleatorios o por desgaste.
¿Qué viene después de una gráfica de identificación de distribución?
El siguiente paso es una gráfica de resumen de distribución o un análisis de distribución paramétrica con la distribución elegida, para estimar la fiabilidad o los percentiles de vida. Las distribuciones candidatas difieren más en las colas, por lo que, si los percentiles extremos son importantes, revise los paneles en los extremos inferior y superior y compare las estimaciones de más de una distribución.
