Curva de crecimiento no paramétrica
La curva de crecimiento no paramétrica analiza sistemas reparables que pueden fallar muchas veces. Introduzca una fila por fallo con la edad en el fallo y el ID del sistema. Estima la función media acumulada (MCF) de Nelson sin suponer un modelo para la tasa de fallos. La salida incluye una tabla de MCF con errores estándar y límites de confianza, el número de sistemas en riesgo, una gráfica de eventos y una gráfica de MCF con bandas de confianza.
Última revisión:
Idea clave
Una curva de crecimiento no paramétrica estima la función media acumulada (MCF), el número medio de fallos por sistema reparable hasta cada edad, sin suponer un modelo, para mostrar si las reparaciones se vuelven más o menos frecuentes.
En esta página
Propósito
La curva de crecimiento no paramétrica analiza sistemas reparables: máquinas, vehículos o unidades que se reparan y vuelven a servicio tras cada fallo, de modo que un mismo sistema puede fallar muchas veces. Estima la función media acumulada (MCF), el número medio de fallos por sistema hasta cada edad, sin suponer ningún modelo sobre cómo cambia la tasa de fallos. Úsela para ver si las reparaciones se vuelven más o menos frecuentes a medida que los sistemas envejecen, para comparar la tasa de reparaciones con un objetivo y para planificar repuestos y mantenimiento.
Capacidades principales
- Trabaja con datos de fallos recurrentes: una fila por fallo, con la edad en el fallo y el sistema en el que ocurrió.
- Estimación de MCF de Nelson en cada edad de fallo, con su error estándar e intervalo de confianza.
- Número de sistemas aún en observación en cada edad, para ver dónde la estimación se apoya en pocos sistemas.
- Gráfica de eventos con los fallos de cada sistema a lo largo del eje de edad.
- Gráfica de MCF con bandas de confianza.
Métodos estadísticos
Los fallos de cada sistema se ordenan por edad y la edad de su último fallo registrado se toma como el final de su observación: no hay una columna de censura independiente. En cada edad de fallo distinta tⱼ, dⱼ es el número total de fallos de todos los sistemas a esa edad y rⱼ el número de sistemas aún en observación (aquellos cuya última edad registrada es al menos tⱼ). La estimación de Nelson de la función media acumulada es M(tⱼ) = Σ dₖ / rₖ sobre todas las edades hasta tⱼ. Los sistemas cuyos registros han terminado dejan de contar en rⱼ, de modo que la estimación tiene en cuenta que los sistemas se observaron durante periodos distintos.
La varianza de M(t) se estima con la fórmula de Nelson, que usa los recuentos de fallos propios de cada sistema en cada edad: Var(M(tⱼ)) = Σₖ Σᵢ (dNᵢₖ − Yᵢₖ · dₖ / rₖ)² / rₖ², donde dNᵢₖ es el recuento de fallos del sistema i a la edad tₖ e Yᵢₖ es 1 si el sistema i sigue observado en ese momento. El intervalo de confianza es M ± z·SE, con el límite inferior recortado en 0, donde z es el valor normal estándar para el nivel de confianza.
La pendiente de la MCF es la tasa de reparaciones. Una MCF recta significa una tasa constante de reparaciones; una curva que se inclina hacia arriba significa que las reparaciones se vuelven más frecuentes con la edad (los sistemas se desgastan); una curva que se aplana significa que se vuelven menos frecuentes (crecimiento de la fiabilidad). Cerca del final del rango de edades solo quedan unos pocos sistemas en observación, por lo que la estimación allí es menos incierta y la banda se ensancha.
Campos y opciones de entrada
Campo | Descripción |
Variable/Failure age | Obligatorio. Edad del sistema en cada fallo, una fila por fallo. |
System ID | La columna que identifica en qué sistema ocurrió cada fallo. |
Confidence level (%) | Para el intervalo de confianza de la MCF. Predeterminado 95; de 50 a 99.99. |

Figura 1: opciones del ejemplo: edades de fallo de unidades de aire acondicionado en la columna Failure, número de avión en System1.
Descripción de la salida
- Method table: columna System, Model (Nonparametric (Nelson MCF)), N Systems y N Events.
- MCF table: para cada edad de fallo: Age, Number at Risk, Number of Events, MCF, Standard Error y los límites de confianza.
- Event Plot: una fila por sistema, en el orden del ID del sistema, con cada fallo marcado como una estrella en una línea que va de la edad 0 a la última edad registrada del sistema.
- Nonparametric Growth Curve (MCF): el número medio acumulado de eventos frente a la edad, con la banda de confianza.
- Exportación a PDF mediante Download.

Figura 2: Method table, el inicio de la MCF table, el Event Plot y la gráfica de MCF de 213 reparaciones en 13 aviones: las reparaciones de cada avión se marcan a lo largo de su propia línea y la MCF es una recta casi perfecta de aproximadamente una reparación por unidad cada 100 horas.
Ejemplo
Un ingeniero de fiabilidad estudia las unidades de aire acondicionado de 13 aviones comerciales a reacción. Cada unidad se repara tras un fallo y vuelve a servicio, y los datos contienen 213 fallos con la edad de la unidad en horas en cada uno. El ingeniero quiere saber si la tasa de reparaciones cambia a medida que las unidades envejecen. Define Variable/Failure age = Failure y System ID = System1, y mantiene una confianza del 95%.
La MCF llega a 4.61 reparaciones por unidad a las 498 horas (IC del 95% de 3.49 a 5.73), 10.37 a las 1,000 horas (8.60 a 12.15), 15.27 a las 1,496 horas y 20.83 a las 1,916 horas. Eso supone aproximadamente una reparación por unidad cada 100 horas en todo el rango, y la gráfica de MCF se parece mucho a una recta: la tasa de reparaciones no cambia mucho con la edad, por lo que no hay señal de desgaste ni de mejora.
La columna Number at Risk muestra cuántos datos respaldan cada parte de la curva. Baja de 13 a 12 a las 407 horas, tras terminar el registro del primer avión a las 393 horas, es 10 a las 1,000 horas y solo 3 a las 1,916 horas, y en la última edad de fallo (2,722 horas) queda un único avión. Por tanto, el final de la curva es incierto, como muestra el ensanchamiento de la banda. Para la planificación, la pendiente casi constante respalda presupuestar repuestos y mantenimiento a razón de aproximadamente una reparación por unidad cada 100 horas de operación.
Preguntas frecuentes
¿Qué es una función media acumulada (MCF)?
La función media acumulada es el número medio de fallos por sistema hasta cada edad, para sistemas reparables que se reparan y vuelven a servicio tras cada fallo. La estimación de Nelson suma, en cada edad de fallo, el número de fallos dividido entre el número de sistemas aún en observación.
¿Cómo se interpreta la pendiente de una gráfica de MCF?
La pendiente de la MCF es la tasa de reparaciones. Una MCF recta significa una tasa constante de reparaciones. Una curva que se inclina hacia arriba significa que las reparaciones se vuelven más frecuentes con la edad, lo que indica desgaste. Una curva que se aplana significa que las reparaciones se vuelven menos frecuentes, lo que indica crecimiento de la fiabilidad.
¿Por qué se ensancha la banda de confianza de la MCF a edades más altas?
Cerca del final del rango de edades solo quedan unos pocos sistemas en observación, de modo que la estimación se apoya en menos datos y es menos precisa. La columna Number at Risk muestra cuántos sistemas respaldan cada parte de la curva. La observación de cada sistema se considera terminada en su última edad de fallo registrada, ya que no hay una columna de censura independiente.
¿Qué datos necesita una curva de crecimiento no paramétrica?
Necesita datos de fallos recurrentes con una fila por fallo: la edad del sistema en cada fallo y una columna que identifique en qué sistema ocurrió el fallo. El nivel de confianza del intervalo de la MCF es 95% por defecto. Los sistemas observados durante periodos distintos se manejan porque los registros terminados dejan de contar entre los sistemas en riesgo.
