Analyse de distribution non paramétrique (censure arbitraire)

Cette analyse estime la courbe de survie à partir de données de durée de vie où l'on sait souvent seulement que les défaillances se situent entre deux contrôles. Les lignes sont saisies sous forme de colonnes Start et End, dont les cellules vides ou remplies définissent une censure exacte, par intervalle, à gauche ou à droite. Elle utilise l'estimateur de Turnbull, une généralisation de Kaplan-Meier. Les résultats comprennent les probabilités de défaillance par intervalle, les probabilités de survie, l'intervalle contenant la médiane et un graphique de survie.

Dernière révision

Point clé

Cette analyse utilise la méthode de Turnbull pour estimer une courbe de survie à partir de données de contrôle censurées (exactes, par intervalle, à gauche, à droite), sans supposer de distribution.

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

Objectif

Nonparametric Distribution Analysis (Arbitrary Censoring) estime la courbe de survie d'un produit à partir de données de durée de vie de type contrôle, sans supposer aucune distribution. Les données peuvent mêler des défaillances exactes, des unités trouvées défaillantes entre deux contrôles (censurées par intervalle), des unités déjà défaillantes au premier contrôle (censurées à gauche) et des unités encore en fonctionnement à la dernière observation (censurées à droite). Utilisez-la pour lire directement dans les données la fraction survivante à chaque âge de contrôle et la durée de vie médiane, ou pour vérifier un ajustement paramétrique.

Principales fonctionnalités

  • Données saisies dans une colonne Start et une colonne End ; la combinaison de cellules vides et remplies définit le type de censure de chaque ligne.
  • Estimateur de Turnbull de la courbe de survie, généralisation de Kaplan-Meier aux données censurées par intervalle et à gauche, tel que Minitab le calcule.
  • Probabilité de défaillance dans chaque intervalle où l'estimation place des défaillances, avec la probabilité de survie à sa fin.
  • L'intervalle qui contient la durée de vie médiane.
  • Graphique de survie de l'estimateur de Turnbull.

Méthodes statistiques

Chaque ligne est lue d'après ses valeurs Start et End : Start = End est une défaillance exacte ; Start < End est une défaillance survenue quelque part après Start et jusqu'à End (censurée par intervalle) ; End vide est censurée à droite en Start ; Start vide est censurée à gauche en End. Lorsque l'on sait seulement que les défaillances se situent dans des intervalles, la méthode de Kaplan-Meier ne peut pas être utilisée directement. La méthode de Turnbull trouve la distribution qui rend les intervalles observés les plus vraisemblables (l'estimateur non paramétrique du maximum de vraisemblance). La probabilité ne peut se situer que dans les intervalles les plus internes de Turnbull : les espaces entre une borne gauche et la borne droite suivante lorsque toutes les valeurs Start et End sont triées. L'outil commence avec des probabilités égales sur ces intervalles et répète l'étape d'auto-cohérence (EM), en répartissant chaque unité sur les intervalles les plus internes contenus dans son propre intervalle en proportion des probabilités courantes, puis en moyennant sur les unités, jusqu'à ce que les probabilités cessent de changer.

Le tableau liste, pour chaque intervalle le plus interne qui reçoit de la probabilité, ses limites Lower et Upper (* pour une extrémité ouverte), la Probability of Failure dans cet intervalle et la Survival Probability à sa fin, égale à un moins le cumul. L'estimation indique la quantité de probabilité dans chaque intervalle mais pas son emplacement à l'intérieur, de sorte que la médiane est donnée comme l'intervalle dans lequel la probabilité de survie descend à 0.5 ou moins, et qu'aucune moyenne n'est fournie, comme dans Minitab. Le graphique de survie trace chaque baisse à la fin de son intervalle.

Aucune borne de confiance n'est fournie : l'estimateur de Turnbull n'a pas de formule de variance simple de type Greenwood, et l'outil l'indique dans une note. Pour des bornes de confiance sur la survie ou sur des percentiles, ajustez une distribution avec Parametric Distribution Analysis (Arbitrary Censoring).

Champs de saisie et options

Champ

Description

Start column

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

End column

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

nonparametric-distribution-analysis-arbitrary-censoring-inputs


Figure 1 — Options de l'exemple : données de contrôle dans une colonne Start et une colonne End.

Description des résultats

  • Censoring table — le nombre de valeurs non censurées, censurées à gauche, censurées par intervalle et censurées à droite.
  • Characteristics — la Median, donnée sous forme de l'intervalle qui la contient (par exemple entre 50 et 60).
  • Notes — l'estimation donne la probabilité de défaillance dans chaque intervalle mais pas son emplacement à l'intérieur, les bornes de confiance ne sont pas disponibles, et la médiane n'est pas estimable le cas échéant.
  • Turnbull table — Lower, Upper, Probability of Failure et Survival Probability pour chaque intervalle.
  • Turnbull Survival Plot — l'estimation de survie en fonction du temps, partant de 1 au temps 0.
  • Export PDF via Download.

nonparametric-distribution-analysis-arbitrary-censoring-output


Figure 2 — Estimateur de Turnbull pour 50 bobinages contrôlés toutes les 10 heures : probabilités de défaillance de 0.08, 0.10, 0.16, 0.26 et 0.12 dans les intervalles de contrôle jusqu'à 70 heures, survie de 0.252 après 80 heures, médiane entre 50 et 60 heures.

Exemple résolu

Des bobinages de moteurs de turbine sont testés à 80 °C mais contrôlés uniquement lors d'inspections toutes les 10 heures à partir de 30 heures. Cet exemple utilise les 50 bobinages des exemples de censure à droite, enregistrés de cette façon : 4 sont trouvés défaillants au premier contrôle (censurés à gauche, End = 30), 33 sont trouvés défaillants à un contrôle ultérieur (censurés par intervalle, par exemple Start = 50, End = 60) et 13 sont retirés avant défaillance (censurés à droite, End vide). L'ingénieur veut connaître la fraction survivante à chaque âge de contrôle sans supposer de distribution, et sélectionne Start et End comme colonnes Start et End.

La probabilité de défaillance est de 0.08 avant 30 heures, 0.10 entre 30 et 40 heures, 0.16 entre 40 et 50, 0.26 entre 50 et 60 et 0.12 entre 60 et 70, de sorte que la survie estimée est de 0.92 à 30 heures, 0.82 à 40, 0.66 à 50, 0.40 à 60 et 0.28 à 70 heures. Le groupe le plus important, 13 bobinages, tombe en défaillance entre 50 et 60 heures. La seule défaillance trouvée entre 70 et 80 heures ne peut s'être produite qu'après les bobinages retirés à 73, 77 et 79 heures ; l'estimation la place donc entre 79 et 80 heures avec une probabilité de 0.028, ce qui laisse une survie de 0.252 après 80 heures. La dernière ligne, 105 à *, contient les 0.252 restants : ces bobinages ont tous été retirés avant défaillance, de sorte que les données disent seulement qu'ils tomberaient en défaillance après 105 heures. La médiane se situe entre 50 et 60 heures, l'intervalle dans lequel la survie passe sous 0.5.

Ces valeurs sont proches de l'estimation de Kaplan-Meier à partir des temps de défaillance exacts (survie de 0.66 à 50 heures et de 0.40 à 60 heures, médiane de 55 heures) ; contrôler toutes les 10 heures fait donc perdre peu d'information, hormis l'emplacement des défaillances à l'intérieur de chaque intervalle. Pour une estimation fondée sur un modèle avec bornes de confiance, une médiane unique ou des percentiles entre les temps de contrôle, l'étape suivante est Parametric Distribution Analysis (Arbitrary Censoring).

Questions fréquentes

Qu'est-ce que l'estimateur de Turnbull ?

L'estimateur de Turnbull généralise la méthode de Kaplan-Meier aux données censurées par intervalle et à gauche. Il trouve la distribution qui rend les intervalles observés les plus vraisemblables, l'estimateur non paramétrique du maximum de vraisemblance, en répétant une étape d'auto-cohérence (EM) jusqu'à ce que les probabilités attribuées aux intervalles les plus internes de Turnbull cessent de changer.

Comment saisir des données à censure arbitraire ?

Utilisez une colonne Start et une colonne End. Start égal à End est une défaillance exacte ; Start inférieur à End est une défaillance survenue quelque part dans cet intervalle (censurée par intervalle) ; un End vide signifie censurée à droite en Start ; un Start vide signifie censurée à gauche en End. La combinaison de cellules vides et remplies définit le type de censure de chaque ligne.

Pourquoi la médiane est-elle donnée sous forme d'intervalle ?

L'estimateur de Turnbull indique la quantité de probabilité dans chaque intervalle mais pas à quel endroit de l'intervalle les défaillances se sont produites. La médiane est donc donnée comme l'intervalle dans lequel la probabilité de survie descend à 0.5 ou moins, et aucune moyenne n'est fournie.

L'analyse non paramétrique à censure arbitraire fournit-elle des bornes de confiance ?

Non. L'estimateur de Turnbull n'a pas de formule de variance simple de type Greenwood, donc aucune borne de confiance n'est fournie. Pour des bornes de confiance sur la survie ou sur des percentiles, ou une médiane unique entre les temps de contrôle, ajustez une distribution avec Parametric Distribution Analysis (Arbitrary Censoring).