Analyse de distribution non paramétrique (censure à droite)
Cette analyse estime la survie à partir de données de durée de vie où certaines unités ont été retirées ou fonctionnent encore (censurées à droite), sans supposer de distribution de Weibull, lognormale ou autre. Saisissez les temps de défaillance ou de censure et une colonne de censure. Elle utilise l'estimateur de Kaplan-Meier avec les limites de confiance de Greenwood. Les résultats comprennent le tableau de Kaplan-Meier, la durée de vie médiane avec son intervalle de confiance, une moyenne corrigée et un graphique de survie.
Dernière révision
Point clé
Cette analyse estime la courbe de survie et la durée de vie médiane d'un produit directement à partir de données de durée de vie censurées à droite, par la méthode de Kaplan-Meier, sans distribution supposée.
Sur cette page
Objectif
L'analyse de distribution non paramétrique (censure à droite) estime la courbe de survie d'un produit directement à partir de données de durée de vie, sans supposer de distribution de Weibull, lognormale ou autre. Elle traite les unités retirées ou encore en fonctionnement à l'arrêt de l'observation (censurées à droite). Utilisez-la pour lire la survie à des âges donnés et la durée de vie médiane lorsqu'aucune distribution ne s'ajuste bien ou que vous ne voulez pas vous appuyer sur l'une d'elles, et pour vérifier un ajustement paramétrique.
Fonctionnalités principales
- Estimation de survie de Kaplan-Meier à chaque temps observé, avec erreurs-types et limites de confiance.
- Nombre d'unités à risque, nombre de défaillances et indicateur de censure à chaque temps.
- Durée de vie médiane avec un intervalle de confiance, et une estimation de la moyenne.
- Effectifs des défaillances et des unités censurées à droite.
- Graphique de survie de Kaplan-Meier avec bandes de confiance.
Méthodes statistiques
Dans la colonne de censure, les lignes égales à la valeur de censure sont censurées à droite et toutes les autres lignes sont des défaillances. L'estimateur de Kaplan-Meier est S(t) = Π (1 − dⱼ / rⱼ) sur tous les temps de défaillance tⱼ ≤ t, où dⱼ est le nombre de défaillances à tⱼ et rⱼ le nombre d'unités encore à risque juste avant tⱼ. Une unité censurée quitte l'ensemble à risque à son temps de censure sans provoquer de marche : elle compte donc comme survivante jusqu'à ce temps, et pas au-delà. La courbe ne descend qu'aux temps de défaillance.
L'erreur-type est S(t) multiplié par la racine carrée de la somme de Greenwood, Σ dⱼ / (rⱼ(rⱼ − dⱼ)). Les limites de confiance utilisent la forme exponentielle (log-log) de la formule de Greenwood, qui les maintient entre 0 et 1. La médiane est le premier temps auquel S(t) tombe à 0.5 ou moins ; son intervalle de confiance va du premier temps où la bande inférieure tombe à 0.5 ou moins au premier temps où la bande supérieure le fait (méthode de Brookmeyer-Crowley). La médiane ou ses limites ne sont pas estimables si la courbe ou la bande n'atteint jamais 0.5.
Mean(corrected) est l'aire sous la courbe en escalier de Kaplan-Meier de 0 au plus grand temps observé (la moyenne restreinte) : S = 1 jusqu'au premier temps, puis chaque estimation est maintenue jusqu'au temps listé suivant. Si la plus grande observation est censurée, la courbe n'a pas atteint 0 et la vraie moyenne est plus grande ; l'outil ajoute donc un avertissement. Après la dernière défaillance, l'estimation reste constante : les données ne disent rien des défaillances au-delà de ce temps.
Champs de saisie et options
Champ | Description |
Variable | Obligatoire. Temps jusqu'à la défaillance, ou temps jusqu'à la censure pour les unités retirées ou encore en fonctionnement. |
Use censoring column | Obligatoire. Les lignes égales à la valeur de censure sont censurées à droite ; toutes les autres lignes sont des défaillances. Chaque ligne doit avoir une valeur. |
Censoring value | La valeur de la colonne de censure qui désigne une unité censurée. Par défaut 0, donc 1 = défaillance. |
Confidence level (%) | Pour les limites de confiance de la survie et de la médiane. Par défaut 95 ; de 50 à 99.99. |

Figure 1 — Options de l'exemple : temps d'essai d'enroulements à 80 °C (Temp80), colonne de censure Cens80 avec la valeur de censure 0.
Description des résultats
- Censoring table — le nombre de valeurs non censurées (défaillances) et censurées à droite.
- Characteristics — Mean(corrected) et Median avec les limites de confiance de la médiane.
- Notes — par exemple lorsque la moyenne est sous-estimée parce que la plus grande observation est censurée, ou lorsque la médiane n'est pas estimable.
- Kaplan-Meier table — Time, Number at Risk, Number of Events, Censored, Survival Probability, Standard Error et limites de confiance.
- Kaplan-Meier Survival Plot — la courbe de survie en escalier avec ses bandes de confiance.
- Export PDF via Download.

Figure 2 — Characteristics, début du tableau de Kaplan-Meier et graphique de survie pour 50 enroulements : durée de vie médiane 55 heures (IC à 95 % : 51 à 62).
Exemple résolu
Un ingénieur fiabilité teste 50 enroulements de moteur de turbine à 80 °C. 37 tombent en panne et 13 sont retirés avant la défaillance. Sans supposer de distribution, l'ingénieur veut savoir combien d'enroulements survivent jusqu'à un âge donné et quelle est la durée de vie médiane. Il définit Variable = Temp80, Use censoring column = Cens80 et Censoring value = 0, et conserve une confiance de 95 %.
La durée de vie médiane est de 55 heures, avec un intervalle de confiance à 95 % de 51 à 62 heures. La survie estimée est de 0.66 à 50 heures (IC à 95 % : 0.51 à 0.77) et de 0.40 à 60 heures (0.27 à 0.53). Le tableau descend à chaque défaillance, par exemple de 0.66 à 0.58 à 51 heures lorsque quatre enroulements tombent en panne ensemble. La dernière défaillance a lieu à 74 heures ; ensuite tous les enroulements restants ont été retirés, de sorte que la courbe reste à 0.258 et que les données ne peuvent pas dire quand ces enroulements auraient défailli. Mean(corrected) vaut 63.7 heures, avec la note qu'elle est sous-estimée parce que la plus grande observation (105 heures) est censurée.
Pour l'ingénieur, la médiane de 55 heures est la réponse la plus directe, sans modèle supposé. Un ajustement de Weibull sur les mêmes données (Distribution Overview Plot ou Parametric Distribution Analysis) donne une survie de 0.66 à 50 heures, en accord avec l'estimation de Kaplan-Meier, mais 0.53 à 60 heures contre 0.40 ici, et une médiane de 62.6 heures. L'écart montre où le modèle de Weibull et les données divergent, et la médiane à indiquer dépend de la confiance accordée au modèle au-delà de la zone où les données concordent avec lui.
Questions fréquentes
Qu'est-ce que l'estimateur de Kaplan-Meier ?
L'estimateur de Kaplan-Meier est une courbe de survie non paramétrique, S(t), calculée comme le produit de (1 - d/r) sur tous les temps de défaillance jusqu'à t, où d est le nombre de défaillances à un temps donné et r le nombre d'unités encore à risque juste avant. Une unité censurée quitte l'ensemble à risque sans provoquer de marche : la courbe ne descend donc qu'aux temps de défaillance.
Quand utiliser l'analyse de distribution non paramétrique plutôt que paramétrique ?
Utilisez l'analyse non paramétrique de Kaplan-Meier pour lire la survie à des âges donnés et la durée de vie médiane lorsqu'aucune distribution ne s'ajuste bien ou que vous ne voulez pas vous appuyer sur l'une d'elles. Elle sert aussi à vérifier un ajustement paramétrique, en montrant où un modèle comme celui de Weibull et les données divergent.
Comment la durée de vie médiane et son intervalle de confiance sont-ils déterminés ?
La médiane est le premier temps auquel l'estimation de survie tombe à 0.5 ou moins. Son intervalle de confiance va du premier temps où la bande inférieure atteint 0.5 ou moins au premier temps où la bande supérieure l'atteint (méthode de Brookmeyer-Crowley). La médiane ou ses limites ne sont pas estimables si la courbe ou la bande n'atteint jamais 0.5.
Pourquoi la moyenne de Kaplan-Meier est-elle signalée comme sous-estimée ?
Mean(corrected) est l'aire sous la courbe en escalier de Kaplan-Meier jusqu'au plus grand temps observé. Si la plus grande observation est censurée, la courbe n'a pas atteint 0 et la vraie moyenne est plus grande ; un avertissement est donc ajouté. Après la dernière défaillance, l'estimation reste constante, car les données ne disent rien des défaillances au-delà de ce temps.
