Régression avec données de durée de vie
La régression avec données de durée de vie relie le temps ou le nombre de cycles jusqu'à la défaillance à une ou plusieurs covariables numériques lorsque certaines unités sont censurées à droite. Elle ajuste par maximum de vraisemblance un modèle de Weibull à temps de défaillance accéléré avec une forme commune. Les résultats comprennent les coefficients avec tests Z et intervalles de confiance, la forme de Weibull, la log-vraisemblance et l'AIC pour comparer des modèles, et un graphique de survie aux valeurs moyennes des covariables.
Dernière révision
Point clé
La régression avec données de durée de vie ajuste un modèle de Weibull à temps de défaillance accéléré reliant la durée de vie à des facteurs numériques (charge, température), unités censurées à droite incluses.
Sur cette page
Objectif
La régression avec données de durée de vie (Regression with Life Data) relie la durée de vie d'un produit à un ou plusieurs facteurs numériques, tels que la charge, la température, la tension ou une dimension de conception, lorsque certaines unités n'ont pas défailli à la fin de l'essai (censurées à droite). Elle ajuste un modèle de durée de vie de Weibull dans lequel la durée de vie caractéristique varie avec les facteurs, ce qui permet de voir dans quelle mesure chaque facteur raccourcit ou allonge la durée de vie et de la prédire à d'autres réglages. Utilisez-la pour des essais de durée de vie réalisés à plusieurs combinaisons de conditions, plutôt qu'aux niveaux d'une seule contrainte.
Fonctionnalités principales
- Modèle de Weibull à temps de défaillance accéléré avec une ou plusieurs covariables numériques.
- Gère les unités censurées à droite : essais arrêtés avant la défaillance.
- Coefficients avec erreurs-types, tests Z, valeurs p et intervalles de confiance.
- Forme de Weibull commune avec son estimation et son intervalle.
- Log-vraisemblance et AIC pour comparer des modèles, et graphique de survie aux valeurs moyennes des covariables.
Méthodes statistiques
Le modèle suppose que la durée de vie suit une distribution de Weibull de forme commune β et d'échelle (durée de vie caractéristique, temps au bout duquel 63.2 % ont défailli) dépendant des covariables : ln(η) = b₀ + b₁Z₁ + b₂Z₂ + .... C'est un modèle à temps de défaillance accéléré : une variation d'une covariable étire ou contracte toute la distribution de durée de vie d'un facteur. Une augmentation d'une unité de Zⱼ multiplie la durée de vie par exp(bⱼ), de sorte qu'un coefficient négatif signifie une durée de vie plus courte. Pour une variation de k unités, le facteur est exp(k · bⱼ).
La forme et les coefficients sont estimés ensemble par maximum de vraisemblance. Une défaillance contribue par la densité de Weibull à son temps, et une unité censurée par la probabilité de survie de Weibull exp(−(t/η)^β). Les erreurs-types proviennent de l'inverse de la hessienne de l'opposé de la log-vraisemblance à l'estimation (l'information observée), calculée numériquement. Chaque coefficient est testé par Z = coef / SE par rapport à la loi normale centrée réduite, et les intervalles de confiance sont coef ± z·SE au niveau de confiance choisi. AIC = 2k − 2 × log-vraisemblance, où k est le nombre de paramètres ; un AIC plus faible signifie un meilleur modèle une fois le nombre de termes pris en compte ; comparez donc l'AIC pour décider si une covariable mérite d'être conservée.
La forme β décrit comment le taux de défaillance évolue avec l'âge : au-dessus de 1 il augmente (usure, comme en fatigue), proche de 1 il est constant, et en dessous de 1 il diminue. Dans la colonne de censure, les lignes égales à la valeur de censure sont censurées à droite et toutes les autres sont des défaillances. Le graphique de survie montre exp(−(t/η)^β) pour une unité dont chaque covariable est à sa moyenne d'échantillon.
Champs de saisie et options
Champ | Description |
Time variable | Obligatoire. Temps ou cycles jusqu'à la défaillance, ou jusqu'à la censure pour les unités qui n'ont pas défailli. |
Use censoring column | Obligatoire. Les lignes égales à la valeur de censure sont censurées à droite ; toutes les autres sont des défaillances. Chaque ligne doit avoir une valeur. |
Censoring value | La valeur de la colonne de censure qui repère une unité encore en fonctionnement à l'arrêt de l'essai. 0 par défaut, donc 1 = défaillance. |
Covariates (predictors) | Une ou plusieurs colonnes numériques de prédicteurs. Maintenez Ctrl ou Commande pour en sélectionner plusieurs. |
Confidence level (%) | Pour les intervalles des coefficients et de la forme. 95 par défaut ; 50 à 99.99. |

Figure 1 — Options pour l'exemple des ressorts : cycles jusqu'à la défaillance, Status comme colonne de censure (0 = a survécu), charge et température comme covariables.
Description des résultats
- Model summary — Distribution (Weibull (AFT)), Log-Likelihood, AIC, N (Observations) et N (Events), le nombre de défaillances.
- Shape table — Shape (Weibull) avec son estimation, son erreur-type et ses limites de confiance.
- Coefficients — Intercept et chaque covariable avec Coef, SE Coef, Z, P et limites de confiance.
- Regression with Life Data Survival Plot (at mean covariate values) — probabilité de survie ajustée en fonction du temps pour une unité à la moyenne de chaque covariable.
- Export PDF via Download.

Figure 2 — Résultats de fatigue des ressorts : coefficient de charge −0.166 par kN et coefficient de température −0.0112 par °C, forme de Weibull 2.39 (IC à 95 % de 1.77 à 3.00), avec la courbe de survie à la charge et à la température moyennes.
Exemple résolu
Un ingénieur conception soumet 48 ressorts de suspension à des cycles sous quatre charges (6, 8, 10 et 12 kN) et trois températures (25, 50 et 75 °C). Les ressorts qui dépassent 30,000 cycles sont arrêtés et censurés à droite ; 39 des 48 défaillent. L'ingénieur veut savoir dans quelle mesure la charge et la température raccourcissent la durée de vie en fatigue. Il règle Time variable = Cycles to Failure, Use censoring column = Status avec Censoring value = 0, et sélectionne Load kN et Temperature C comme covariables.
Le coefficient de charge est de −0.166 par kN (SE 0.0313, Z = −5.32, p < 0.001) : chaque kN supplémentaire multiplie la durée de vie par exp(−0.166) = 0.85, soit environ 15 % de moins, et l'intervalle de confiance à 95 % (−0.228 à −0.105) situe ce facteur entre 0.80 et 0.90. Le coefficient de température est de −0.0112 par °C (SE 0.00341, Z = −3.28, p = 0.001 ; IC à 95 % de −0.0179 à −0.0045) : chaque hausse de 10 °C multiplie la durée de vie par 0.89, et passer de 25 à 75 °C la réduit à 57 %. Les deux effets sont significatifs. La forme de Weibull commune est de 2.39 (IC à 95 % de 1.77 à 3.00), bien supérieure à 1 ; le taux de défaillance augmente donc avec les cycles : usure, comme attendu pour la fatigue.
D'après le modèle ajusté, la durée de vie caractéristique est d'environ 45,900 cycles à 6 kN et 25 °C mais de seulement environ 9,670 cycles à 12 kN et 75 °C. Le graphique de survie montre un ressort aux conditions d'essai moyennes (8.75 kN et 52.6 °C). Retirer Temperature C des covariables fait passer l'AIC de 825.1 à 833.3 ; le modèle avec la température est donc meilleur. Pour la conception, la charge a l'effet le plus grand sur les plages testées, mais un ressort qui fonctionne chaud exige une marge supplémentaire sur la charge.
Questions fréquentes
Quand utiliser la régression avec données de durée de vie ?
Utilisez-la lorsque la durée de vie d'un produit dépend d'un ou plusieurs facteurs numériques, tels que la charge, la température, la tension ou une dimension de conception, et que certaines unités n'ont pas défailli à la fin de l'essai. Elle convient aux essais de durée de vie réalisés à plusieurs combinaisons de conditions plutôt qu'aux niveaux d'une seule contrainte, et permet de prédire la durée de vie à d'autres réglages.
Comment interpréter les coefficients d'un modèle de Weibull à temps de défaillance accéléré ?
Une augmentation d'une unité d'une covariable multiplie la durée de vie par exp de son coefficient, de sorte qu'un coefficient négatif signifie une durée de vie plus courte ; pour k unités, le facteur est exp(k fois le coefficient). Dans un exemple résolu, un coefficient de charge de -0.166 par kN signifie que chaque kN supplémentaire multiplie la durée de vie des ressorts par 0.85, soit environ 15 % de moins.
Que dit le paramètre de forme de Weibull dans la régression de durée de vie ?
La forme commune décrit comment le taux de défaillance évolue avec l'âge. Au-dessus de 1, le taux de défaillance augmente, ce qui indique une usure comme en fatigue ; proche de 1, il est constant ; et en dessous de 1, il diminue. Dans un exemple de fatigue de ressorts, la forme était de 2.39, avec un intervalle de confiance à 95 % de 1.77 à 3.00, ce qui confirme l'usure.
Comment traiter les données censurées et comparer des modèles ?
Utilisez une colonne de censure : les lignes égales à la valeur de censure, 0 par défaut, sont des unités censurées à droite encore en fonctionnement à l'arrêt de l'essai, et toutes les autres lignes sont des défaillances. Les unités censurées contribuent à la vraisemblance par leur probabilité de survie de Weibull. Comparez les modèles par l'AIC ; un AIC plus faible signifie un meilleur modèle une fois le nombre de termes pris en compte.
