Distribution Overview Plot (censure arbitraire)

Saisissez les colonnes Start et End pour indiquer si chaque ligne est exacte ou censurée, puis choisissez Weibull, Lognormal, Exponential, Normal, Logistic ou Loglogistic. L'outil ajuste la distribution par maximum de vraisemblance, fournit les estimations des paramètres avec leurs erreurs-types et la durée de vie moyenne, et trace un graphique de probabilité avec points de Turnbull et bornes de confiance, ainsi que les courbes de densité, de survie et de taux de défaillance. Utilisez-le pour vérifier l'ajustement.

Dernière révision

Point clé

Le Distribution Overview Plot (censure arbitraire) ajuste une distribution de durée de vie à des données censurées (exactes, à droite, à gauche, par intervalle) et montre probabilité, densité, survie et taux de défaillance.

Sur cette page
  1. Objectif
  2. Fonctionnalités principales
  3. Méthodes statistiques
  4. Champs de saisie et options
  5. Description des résultats
  6. Exemple résolu

Objectif

Le Distribution Overview Plot (censure arbitraire) ajuste une distribution de durée de vie à des données de défaillance dans lesquelles les temps de défaillance exacts ne sont pas toujours connus, et montre l'ajustement de quatre façons sur une même page : un graphique de probabilité, la fonction de densité de probabilité, la fonction de survie et la fonction de taux de défaillance. Les données peuvent mêler des défaillances exactes et des unités censurées à droite, à gauche et par intervalle, comme dans les relevés d'inspection où une défaillance n'est constatée qu'au contrôle suivant. Utilisez-le pour vérifier la distribution choisie et voir comment le taux de défaillance évolue avec l'âge.

Fonctionnalités principales

  • Données saisies sous forme d'une colonne Start et d'une colonne End ; la combinaison de cellules vides et remplies définit le type de censure de chaque ligne.
  • Lignes exactes, censurées à droite, censurées à gauche et censurées par intervalle dans un même jeu de données.
  • Six distributions : Weibull, Lognormal, Exponential, Normal, Logistic et Loglogistic.
  • Estimations des paramètres par maximum de vraisemblance avec erreurs-types, et durée de vie moyenne.
  • Graphique de probabilité avec bornes de confiance, et courbes de densité, de survie et de taux de défaillance de la distribution ajustée.

Méthodes statistiques

Chaque ligne est lue à partir de ses valeurs Start et End : Start = End est une défaillance exacte ; Start < End est une défaillance censurée par intervalle entre les deux temps ; End vide est censurée à droite en Start ; Start vide est censurée à gauche en End. Chaque ligne doit contenir au moins une valeur, et Start ne doit pas être supérieur à End.

La distribution choisie est ajustée par maximum de vraisemblance : une défaillance exacte contribue la densité f(t), une unité censurée à droite 1 − F(Start), une unité censurée à gauche F(End) et une unité censurée par intervalle F(End) − F(Start). Les erreurs-types proviennent de l'inverse de la matrice hessienne de la log-vraisemblance à l'estimation. Weibull est fournie avec l'échelle Alpha (le temps avant lequel 63.2 % des unités défaillent) et la forme Beta ; Normal et Logistic avec Mu et Sigma ; Lognormal avec Mu et Sigma de ln(temps) ; Loglogistic avec l'échelle Alpha et la forme Beta ; Exponential avec son taux de défaillance Lambda. La moyenne est la durée de vie moyenne de la distribution ajustée.

Le graphique de probabilité montre les estimations non paramétriques de la probabilité cumulée de défaillance obtenues par la méthode de Turnbull, qui répartit chaque défaillance censurée par intervalle sur les temps où elle a pu se produire, sur des axes qui transforment la distribution choisie en droite, la droite ajustée étant en rouge. Les autres panneaux montrent la densité f(t), la fonction de survie S(t) = 1 − F(t) et la fonction de taux de défaillance h(t) = f(t) / S(t). Un taux croissant traduit l'usure, un taux constant des défaillances aléatoires et un taux décroissant des défaillances précoces. Le graphique de probabilité montre aussi des bornes de confiance bilatérales (en pointillés) au Confidence level, comme les trace Minitab : des intervalles de confiance pour les percentiles t_p de la distribution ajustée, obtenus par la méthode delta sur l'inverse de la hessienne, formés sur ln(t_p) pour Weibull, Lognormal, Exponential et Loglogistic et sur t_p pour Normal et Logistic.

Champs de saisie et options

Champ

Description

Start column

Obligatoire. Dernier temps de bon fonctionnement connu, ou temps de défaillance exact. Laissez Start vide sur une ligne pour la marquer censurée à gauche.

End column

Obligatoire. Premier temps de défaillance connu, ou temps de défaillance exact. Laissez End vide sur une ligne pour la marquer censurée à droite. Start = End signifie défaillance exacte ; Start < End signifie censurée par intervalle. Doit être une colonne différente de Start.

Assumed distribution

Weibull (par défaut), Lognormal, Exponential, Normal, Logistic ou Loglogistic.

Confidence level (%)

95 par défaut ; de 50 à 99.99. Définit les bornes de confiance du graphique de probabilité.

distribution-overview-plot-arbitrary-censoring-inputs


Figure 1 — Options de l'exemple : données d'inspection dans les colonnes Start et End, distribution Weibull.

Description des résultats

  • Parameter estimates — Parameter, Estimate et Standard Error de la distribution ajustée.
  • Characteristics — la durée de vie moyenne de la distribution ajustée.
  • Distribution Overview Plot for Start-End — quatre panneaux : Probability Plot (avec bornes de confiance), Probability Density Function, Survival Function et Hazard Function.
  • Export PDF via Download.

distribution-overview-plot-arbitrary-censoring-output


Figure 2 — Vue d'ensemble Weibull pour 50 bobinages contrôlés toutes les 10 heures : Alpha 73.3 h, Beta 2.17, moyenne 64.9 h, avec un taux de défaillance en hausse régulière.

Exemple résolu

Cet exemple utilise les 50 bobinages de moteurs de turbine testés à 80 °C de la page Distribution Overview Plot (Right Censoring), enregistrés comme s'ils n'étaient contrôlés que toutes les 10 heures à partir de 30 heures. 4 bobinages trouvés défaillants au premier contrôle sont censurés à gauche (Start vide, End = 30), 33 trouvés défaillants lors de contrôles ultérieurs sont censurés par intervalle (par exemple Start = 50, End = 60), et 13 retirés avant défaillance sont censurés à droite à leur temps de retrait (End vide). L'ingénieur sélectionne Start et End comme colonnes Start et End et conserve Assumed distribution = Weibull.

La distribution de Weibull ajustée a une échelle Alpha = 73.26 heures (erreur-type 5.55) et une forme Beta = 2.173 (erreur-type 0.314), avec une durée de vie moyenne de 64.88 heures. Ces valeurs sont proches de celles obtenues avec les temps de défaillance exacts (Alpha 73.34 heures, Beta 2.318) : la grille d'inspection de 10 heures fait donc perdre peu d'information ici, même si les erreurs-types sont légèrement plus grandes. La Survival Function donne 0.94 à 20 heures, 0.76 à 40 heures et 0.30 à 80 heures, et la durée de vie médiane est de 61.9 heures. Les bornes à 95 % du graphique de probabilité donnent de 18.8 à 36.0 heures pour le 10e percentile (estimation 26.0 heures) et de 53.0 à 72.3 heures pour la médiane, légèrement plus larges qu'avec les temps exacts.

Le graphique de probabilité comporte cinq points, à 30, 40, 50, 60 et 79 heures, là où l'estimation de Turnbull place les défaillances ; ils suivent la droite de Weibull ajustée, sauf le point à 30 heures, qui se situe un peu en dessous. Comme Beta est supérieur à 1, la Hazard Function augmente avec l'âge, d'environ 0.0065 défaillance par heure à 20 heures à environ 0.033 à 80 heures : les bobinages s'usent. Pour l'équipe de maintenance, cela justifie un remplacement planifié avant la partie raide de la courbe. Avec Assumed distribution = Lognormal, la durée de vie moyenne est de 67.82 heures et le taux de défaillance se stabilise à environ 0.03 par heure après 80 heures au lieu d'augmenter ; le choix de la distribution compte donc surtout pour les prévisions aux temps longs.

Questions fréquentes

Que montrent les quatre panneaux d'un Distribution Overview Plot ?

Le graphique de probabilité montre les estimations de Turnbull de la probabilité cumulée de défaillance par rapport à la droite ajustée, avec des bornes de confiance, pour juger de l'ajustement. Les trois autres panneaux montrent la fonction de densité de probabilité f(t) de la distribution ajustée, sa fonction de survie S(t) = 1 − F(t) et sa fonction de taux de défaillance h(t) = f(t) / S(t).

Comment interpréter la fonction de taux de défaillance ?

Un taux croissant traduit l'usure, un taux constant des défaillances aléatoires et un taux décroissant des défaillances précoces. Dans l'exemple des bobinages, la forme Beta de Weibull était de 2.173, supérieure à 1 : le taux est donc passé d'environ 0.0065 défaillance par heure à 20 heures à environ 0.033 à 80 heures, ce qui justifie un remplacement planifié avant la partie raide de la courbe.

Quelle information perd-on avec des données d'intervalles d'inspection ?

Dans l'exemple résolu, 50 bobinages contrôlés toutes les 10 heures ont donné une distribution de Weibull avec Alpha de 73.26 heures et Beta de 2.173, proches d'Alpha 73.34 heures et Beta 2.318 obtenus avec les temps de défaillance exacts. La grille d'inspection de 10 heures a fait perdre peu d'information, même si les erreurs-types et les bornes de confiance étaient légèrement plus grandes.

Que signifient les paramètres de la distribution ?

Weibull est fournie avec l'échelle Alpha, le temps avant lequel 63.2 % des unités défaillent, et la forme Beta. Normal et Logistic utilisent Mu et Sigma, Lognormal utilise Mu et Sigma de ln(temps), Loglogistic utilise l'échelle Alpha et la forme Beta, et Exponential son taux de défaillance Lambda. Chaque estimation a une erreur-type, et la durée de vie moyenne est également fournie.