Données aléatoires de Weibull
Random Weibull Data simule des durées de vie de produits, des temps jusqu'à la défaillance ou des temps de réparation. Vous réglez le nombre de lignes et de colonnes, le paramètre de forme (inférieur à 1 pour des défaillances précoces, 1 pour un taux constant, supérieur à 1 pour l'usure), le paramètre d'échelle qui étire la distribution et un seuil qui décale toutes les valeurs vers le haut. Les valeurs sont positives ; vérifiez-les avec une droite de probabilité de Weibull.
Dernière révision
Point clé
Random Weibull Data génère des durées de vie positives (temps jusqu'à la défaillance) selon la distribution de Weibull, dont le paramètre de forme fixe un taux de défaillance décroissant, constant ou croissant, pour simuler la fiabilité.
Sur cette page
Qu'est-ce que Random Weibull Data ?
Random Weibull Data génère des valeurs selon la distribution de Weibull, l'une des distributions les plus souples et les plus utilisées en ingénierie de la fiabilité et en analyse des durées de vie. Elle est définie par un paramètre de forme (β, bêta) et un paramètre d'échelle (θ, thêta). Le paramètre de forme détermine le comportement du taux de défaillance dans le temps, ce qui rend la distribution de Weibull particulièrement adaptable à différents modes de défaillance.
Définition simple : génère des valeurs aléatoires de durée de vie ou de temps jusqu'à la défaillance ; très polyvalent pour les simulations de fiabilité, car le paramètre de forme détermine si les défaillances sont précoces, aléatoires ou d'usure.
Forme (β)
Schéma de défaillance
β < 1
Taux de défaillance décroissant : défaillances précoces (mortalité infantile)
β = 1
Taux de défaillance constant : équivalent à la distribution exponentielle
β > 1
Taux de défaillance croissant : défaillances d'usure au fil du temps
β ≈ 3.5
Approche étroitement une distribution normale
Quand utiliser Random Weibull Data ?
- À utiliser pour simuler des durées de vie de produits, des temps jusqu'à la défaillance ou des temps de réparation.
- À utiliser pour tester les outils d'analyse de Weibull et de fiabilité avec des paramètres connus.
- À utiliser lorsque le taux de défaillance change dans le temps : croissant, décroissant ou constant.
Recommandations pour bien utiliser Random Weibull Data
- Choisissez un paramètre de forme (β) qui reflète le comportement connu de défaillance de votre produit ou procédé.
- Toutes les valeurs générées sont positives.
- Vérifiez les résultats avec des droites de probabilité de Weibull pour confirmer que la distribution s'ajuste comme prévu.
Alternatives : quand ne pas utiliser Random Weibull Data
- Si le taux de défaillance est constant, utilisez Random Exponential Data : c'est un cas particulier plus simple.
- Pour des mesures continues symétriques, utilisez Random Normal Data
Exemple de Random Weibull Data
Voici les étapes pour générer des données aléatoires de Weibull :
- Pour générer des données aléatoires de Weibull, renseignez les options requises.
- Analysez ensuite les données dans Zometric Statistical Software à l'adresse https://statsai.zometric.com/.
- Pour accéder à Random Weibull Data, choisissez Statistical module> Random Data > Random Weibull Data


4. Une fois l'outil utilisé, vous obtenez les résultats suivants :


Comment utiliser Random Weibull Data
La marche à suivre est la suivante :
- Connectez-vous à Zometric Statistical Software à l'adresse https://statsai.zometric.com/
- Sur la page d'accueil, choisissez Statistical Tool> Random Data>Random Weibull Data.
- Ensuite, renseignez les options requises.
- Enfin, cliquez sur calculate en bas de la page pour obtenir les résultats.
Le tableau de bord de Random Weibull Data est divisé en deux parties.

Dans la partie gauche se trouve le Data Pane (volet de données). Dans le Data Pane, chaque ligne contient des données aléatoires générées. Les données sont générées une fois les options requises renseignées.
Dans la partie droite, vous trouvez de nombreuses options, présentées ci-dessous :
- Number of rows of data to generate : indique combien de données aléatoires générer. Par exemple, saisir 10 produit exactement 10 lignes de valeurs aléatoires, toutes visibles dans le data pane.
- Number of columns : indique combien de variables (colonnes) comporte chaque ligne. Par exemple, saisir 3 produit 3 colonnes de données générées aléatoirement, côte à côte dans le data pane.
- Shape parameter : contrôle la forme de la distribution de Weibull. Il détermine comment le taux de défaillance ou d'événement se comporte dans le temps. Une valeur inférieure à 1 signifie que le taux diminue dans le temps, exactement 1 produit un taux constant (équivalent à une distribution exponentielle), et supérieure à 1 signifie que le taux augmente dans le temps. Les données aléatoires générées refléteront le schéma que définit cette valeur.
- Scale parameter : contrôle la dispersion ou l'échelle des données générées, c'est-à-dire qu'il étire ou comprime la distribution le long de l'axe horizontal. Une valeur plus grande étale les données et décale la masse des valeurs vers le haut ; une valeur plus petite les comprime plus près de zéro. Toutes les valeurs générées aléatoirement sont mises à l'échelle selon ce paramètre.
- Threshold parameter : fixe le point de départ minimal de la distribution. Par défaut il vaut 0, ce qui signifie que les données peuvent commencer à zéro. Si vous saisissez une valeur positive, toutes les valeurs aléatoires générées sont décalées vers le haut de ce montant, de sorte qu'aucune valeur générée ne soit inférieure au seuil. Cela déplace en pratique toute la distribution vers la droite sur la droite numérique.
- Graphical summary : lorsqu'elle est sélectionnée, toutes les valeurs générées sont regroupées et résumées : un histogramme avec courbe normale ajustée et boîte à moustaches, des statistiques descriptives, un test de normalité d'Anderson-Darling, une droite de probabilité et des intervalles de confiance à 95% pour la moyenne, la médiane et l'écart-type. C'est un résultat visuel fondé sur les données qui viennent d'être créées.
Questions fréquentes
Que signifie le paramètre de forme de Weibull ?
Le paramètre de forme bêta détermine comment le taux de défaillance se comporte dans le temps. Un bêta inférieur à 1 donne un taux de défaillance décroissant, typique des défaillances précoces ou de mortalité infantile ; un bêta égal à 1 donne un taux de défaillance constant, équivalent à la distribution exponentielle ; et un bêta supérieur à 1 donne un taux de défaillance croissant dû à l'usure. Un bêta d'environ 3.5 approche étroitement une distribution normale.
Quand faut-il générer des données aléatoires de Weibull ?
Utilisez-les pour simuler des durées de vie de produits, des temps jusqu'à la défaillance ou des temps de réparation, pour tester des outils d'analyse de Weibull et de fiabilité avec des paramètres connus, et chaque fois que le taux de défaillance change dans le temps. Si le taux de défaillance est constant, Random Exponential Data est un cas particulier plus simple. Vérifiez les données générées avec une droite de probabilité de Weibull.
À quoi servent les paramètres d'échelle et de seuil de Weibull ?
Le paramètre d'échelle étire ou comprime la distribution le long de l'axe horizontal : une valeur plus grande étale les données et décale la plupart des valeurs vers le haut. Le paramètre de seuil, 0 par défaut, fixe le point de départ minimal ; un seuil positif décale vers le haut chaque valeur générée de sorte qu'aucune ne soit inférieure à ce seuil. Toutes les valeurs générées sont positives.
