Regresión con datos de vida (Regression with Life Data)

Regression with Life Data relaciona el tiempo o los ciclos hasta el fallo con una o más covariables numéricas cuando algunas unidades están censuradas por la derecha. Ajusta por máxima verosimilitud un modelo Weibull de tiempo de fallo acelerado con una forma común. La salida incluye coeficientes con pruebas Z e intervalos de confianza, la forma de Weibull, la log-verosimilitud y el AIC para comparar modelos, y una gráfica de supervivencia con los valores medios de las covariables.

Última revisión:

Idea clave

Ajusta un modelo Weibull de tiempo de fallo acelerado que relaciona la vida del producto con factores numéricos como la carga o la temperatura, incluidas las unidades censuradas por la derecha que no habían fallado al detenerse la prueba.

En esta página
  1. Finalidad
  2. Capacidades principales
  3. Métodos estadísticos
  4. Campos de entrada y opciones
  5. Descripción de la salida
  6. Ejemplo

Finalidad

Regression with Life Data relaciona la vida del producto con uno o más factores numéricos, como la carga, la temperatura, el voltaje o una dimensión de diseño, cuando algunas unidades no han fallado al final de la prueba (censura por la derecha). Ajusta un modelo de vida de Weibull en el que la vida característica cambia con los factores, de modo que puede ver con qué intensidad cada factor acorta o prolonga la vida y predecir la vida con otros ajustes. Úsela en pruebas de vida realizadas con varias combinaciones de condiciones, en lugar de con los niveles de una sola tensión.

Capacidades principales

  • Modelo Weibull de tiempo de fallo acelerado con una o más covariables numéricas.
  • Maneja unidades censuradas por la derecha: pruebas detenidas antes del fallo.
  • Coeficientes con errores estándar, pruebas Z, valores p e intervalos de confianza.
  • Forma de Weibull común con su estimación e intervalo.
  • Log-verosimilitud y AIC para comparar modelos, y una gráfica de supervivencia con los valores medios de las covariables.

Métodos estadísticos

El modelo supone que la vida sigue una distribución de Weibull con una forma común β y una escala (vida característica, el tiempo en el que falla 63.2%) que depende de las covariables: ln(η) = b₀ + b₁Z₁ + b₂Z₂ + .... Es un modelo de tiempo de fallo acelerado: un cambio en una covariable estira o encoge toda la distribución de la vida por un factor. Un aumento de una unidad en Zⱼ multiplica la vida por exp(bⱼ), por lo que un coeficiente negativo significa una vida más corta. Para un cambio de k unidades, el factor es exp(k · bⱼ).

La forma y los coeficientes se estiman conjuntamente por máxima verosimilitud. Un fallo aporta la densidad de Weibull en su tiempo y una unidad censurada la probabilidad de supervivencia de Weibull exp(−(t/η)^β). Los errores estándar proceden de la inversa de la matriz hessiana de la log-verosimilitud negativa en la estimación (la información observada), calculada numéricamente. Cada coeficiente se prueba con Z = coef / SE frente a la distribución normal estándar, y los intervalos de confianza son coef ± z·SE al nivel de confianza elegido. AIC = 2k − 2 × log-verosimilitud, donde k es el número de parámetros; un AIC menor significa un mejor modelo una vez tenido en cuenta el número de términos, por lo que se compara el AIC para decidir si vale la pena conservar una covariable.

La forma β describe cómo cambia la tasa de fallos con la edad: por encima de 1 aumenta (desgaste, como en la fatiga), cerca de 1 es constante y por debajo de 1 disminuye. En la columna de censura, las filas iguales al valor de censura están censuradas por la derecha y todas las demás filas son fallos. La gráfica de supervivencia muestra exp(−(t/η)^β) para una unidad con cada covariable en su media muestral.

Campos de entrada y opciones

Campo

Descripción

Time variable

Obligatorio. Tiempo o ciclos hasta el fallo, o hasta la censura en las unidades que no fallaron.

Use censoring column

Obligatorio. Las filas iguales al valor de censura están censuradas por la derecha; todas las demás filas son fallos. Cada fila necesita un valor.

Censoring value

El valor de la columna de censura que marca una unidad aún en funcionamiento al detenerse la prueba. Por defecto 0, de modo que 1 = fallo.

Covariates (predictors)

Una o más columnas de predictores numéricos. Mantenga pulsada la tecla Ctrl o Command para seleccionar varias.

Confidence level (%)

Para los intervalos de los coeficientes y de la forma. Por defecto 95; de 50 a 99.99.

regression-with-life-data-inputs


Figura 1 — Opciones del ejemplo de los resortes: ciclos hasta el fallo, Status como columna de censura (0 = sobrevivió), carga y temperatura como covariables.

Descripción de la salida

  • Model summary — Distribution (Weibull (AFT)), Log-Likelihood, AIC, N (Observations) y N (Events), el número de fallos.
  • Shape table — Shape (Weibull) con su estimación, error estándar y límites de confianza.
  • Coefficients — Intercept y cada covariable con Coef, SE Coef, Z, P y límites de confianza.
  • Regression with Life Data Survival Plot (at mean covariate values) — probabilidad de supervivencia ajustada frente al tiempo para una unidad con el promedio de cada covariable.
  • Exportación a PDF mediante Download.

regression-with-life-data-output


Figura 2 — Resultados de fatiga de los resortes: coeficiente de la carga de −0.166 por kN y coeficiente de la temperatura de −0.0112 por °C, forma de Weibull de 2.39 (IC de 95% de 1.77 a 3.00), con la curva de supervivencia con la carga y la temperatura promedio.

Ejemplo

Un ingeniero de diseño somete a ciclos 48 resortes de suspensión con cuatro cargas (6, 8, 10 y 12 kN) y tres temperaturas (25, 50 y 75 °C). Los resortes que superan 30,000 ciclos se detienen y quedan censurados por la derecha; fallan 39 de los 48. El ingeniero quiere saber cuánto acortan la vida a fatiga la carga y la temperatura. Establece Time variable = Cycles to Failure, Use censoring column = Status con Censoring value = 0, y selecciona Load kN y Temperature C como covariables.

El coeficiente de la carga es −0.166 por kN (SE 0.0313, Z = −5.32, p < 0.001): cada kN adicional multiplica la vida por exp(−0.166) = 0.85, es decir, aproximadamente 15% más corta, y el intervalo de confianza de 95% (−0.228 a −0.105) sitúa ese factor entre 0.80 y 0.90. El coeficiente de la temperatura es −0.0112 por °C (SE 0.00341, Z = −3.28, p = 0.001; IC de 95% de −0.0179 a −0.0045): cada 10 °C más de calor multiplica la vida por 0.89, y pasar de 25 a 75 °C reduce la vida a 57%. Ambos efectos son significativos. La forma de Weibull común es 2.39 (IC de 95% de 1.77 a 3.00), muy por encima de 1, por lo que la tasa de fallos aumenta con los ciclos: desgaste, como cabe esperar en la fatiga.

Según el modelo ajustado, la vida característica es de aproximadamente 45,900 ciclos con 6 kN y 25 °C, pero de solo unos 9,670 ciclos con 12 kN y 75 °C. La gráfica de supervivencia muestra un resorte en las condiciones medias de la prueba (8.75 kN y 52.6 °C). Quitar Temperature C de las covariables eleva el AIC de 825.1 a 833.3, por lo que el modelo con temperatura es mejor. Para el diseño, la carga tiene el mayor efecto en los rangos probados, pero un resorte que trabaja caliente necesita un margen adicional de carga.

Preguntas frecuentes

¿Cuándo debe usarse la regresión con datos de vida?

Úsela cuando la vida del producto depende de uno o más factores numéricos, como la carga, la temperatura, el voltaje o una dimensión de diseño, y algunas unidades no han fallado al final de la prueba. Es adecuada para pruebas de vida realizadas con varias combinaciones de condiciones en lugar de con los niveles de una sola tensión, y permite predecir la vida con otros ajustes.

¿Cómo se interpretan los coeficientes en un modelo Weibull de tiempo de fallo acelerado?

Un aumento de una unidad en una covariable multiplica la vida por la exponencial de su coeficiente, por lo que un coeficiente negativo significa una vida más corta; para k unidades el factor es exp(k por el coeficiente). En un ejemplo, un coeficiente de la carga de -0.166 por kN significa que cada kN adicional multiplica la vida del resorte por 0.85, es decir, aproximadamente 15% más corta.

¿Qué indica el parámetro de forma de Weibull en la regresión con datos de vida?

La forma común describe cómo cambia la tasa de fallos con la edad. Por encima de 1 la tasa de fallos aumenta, lo que indica desgaste, como en la fatiga; cerca de 1 es constante; y por debajo de 1 disminuye. En un ejemplo de fatiga de resortes la forma fue de 2.39, con un intervalo de confianza de 95% de 1.77 a 3.00, lo que confirma el desgaste.

¿Cómo se manejan los datos censurados y se comparan los modelos?

Use una columna de censura: las filas iguales al valor de censura, 0 por defecto, son unidades censuradas por la derecha que seguían en funcionamiento al detenerse la prueba, y todas las demás filas son fallos. Las unidades censuradas aportan su probabilidad de supervivencia de Weibull a la verosimilitud. Compare los modelos con el AIC; un AIC menor significa un mejor modelo una vez tenido en cuenta el número de términos.