Dados aleatórios de Weibull

Dados aleatórios de Weibull simula vidas úteis de produtos, tempo até a falha ou tempo de reparo. Você define o número de linhas e colunas, o parâmetro de forma (abaixo de 1 para falhas prematuras, 1 para taxa constante, acima de 1 para desgaste), o parâmetro de escala que estica a distribuição e um limiar que desloca todos os valores para cima. Os valores são positivos; verifique-os com um gráfico de probabilidade de Weibull.

Última revisão

Conclusão principal

Dados aleatórios de Weibull gera valores positivos de vida útil ou tempo até a falha a partir da distribuição de Weibull, cujo parâmetro de forma define taxa de falhas decrescente, constante ou crescente, para simulações de confiabilidade.

Nesta página
  1. O que são dados aleatórios de Weibull?
  2. Quando usar dados aleatórios de Weibull?
  3. Diretrizes para o uso correto de dados aleatórios de Weibull
  4. Alternativas: quando não usar dados aleatórios de Weibull
  5. Exemplo de dados aleatórios de Weibull
  6. Como usar dados aleatórios de Weibull

O que são dados aleatórios de Weibull?

Dados aleatórios de Weibull gera valores a partir da distribuição de Weibull, uma das distribuições mais flexíveis e amplamente usadas na engenharia de confiabilidade e na análise de vida útil. Ela é definida por um parâmetro de forma (β, beta) e um parâmetro de escala (θ, theta). O parâmetro de forma determina o comportamento da taxa de falhas ao longo do tempo, o que torna a distribuição de Weibull singularmente adaptável a diferentes modos de falha.

Definições simples: Gera valores aleatórios de vida útil ou de tempo até a falha, sendo muito versátil para simulações de confiabilidade porque o parâmetro de forma controla se as falhas são prematuras, aleatórias ou de desgaste.

Forma (β)

Padrão de falha

β < 1

Taxa de falhas decrescente: falhas prematuras (mortalidade infantil)

β = 1

Taxa de falhas constante: equivalente à distribuição exponencial

β > 1

Taxa de falhas crescente: falhas de desgaste ao longo do tempo

β ≈ 3.5

Aproxima-se bastante de uma distribuição normal

Quando usar dados aleatórios de Weibull?

  • Use para simular vidas úteis de produtos, tempo até a falha ou tempo de reparo.
  • Use para testar análises de Weibull e ferramentas de confiabilidade com parâmetros conhecidos.
  • Use quando a taxa de falhas muda ao longo do tempo  : crescente, decrescente ou constante.

Diretrizes para o uso correto de dados aleatórios de Weibull

  • Selecione um parâmetro de forma (β) que reflita o comportamento de falha conhecido do seu produto ou processo.
  • Todos os valores gerados são positivos.
  • Verifique a saída usando gráficos de probabilidade de Weibull para confirmar que a distribuição se ajusta como esperado.

Alternativas: quando não usar dados aleatórios de Weibull

  • Se a taxa de falhas for constante, use dados aleatórios exponenciais  : é um caso especial mais simples.
  • Para medições contínuas simétricas, use dados aleatórios normais

Exemplo de dados aleatórios de Weibull

Os passos a seguir servem para gerar dados aleatórios de Weibull:

  1. Para gerar dados aleatórios de Weibull, é preciso preencher as opções necessárias.
  2. Agora, analise os dados no Zometric Statistical Software em https://statsai.zometric.com/.
  3.  Para encontrar dados aleatórios de Weibull, escolha Statistical module> Random Data > Random Weibull Data
Random Weibull Data — figure 1Random Weibull Data — figure 2

4. Depois de usar a ferramenta mencionada acima, obtém-se a seguinte saída:

Random Weibull Data — figure 3Random Weibull Data — figure 4

Como usar dados aleatórios de Weibull

O guia é o seguinte:

  1. Faça login no Zometric Statistical Software em https://statsai.zometric.com/
  2. Na página inicial, escolha Statistical Tool> Random Data>Random Weibull Data.
  3. Em seguida, você precisa preencher as opções necessárias.
  4. Por fim, clique em calculate na parte inferior da página para obter os resultados desejados.

No painel (dashboard) de dados aleatórios de Weibull, a janela é dividida em duas partes.

Random Weibull Data — figure 5

Na parte esquerda fica o painel de dados (Data Pane). No Data Pane, cada linha contém dados aleatórios gerados. Os dados serão gerados depois que as opções necessárias forem preenchidas.

Na parte direita, há várias opções, descritas a seguir:

  • Number of rows of data to generate:  Especifica quantos pontos de dados aleatórios serão gerados. Por exemplo, inserir 10 produzirá exatamente 10 linhas de valores aleatórios, todas visíveis no painel de dados.
  • Number of columns:  Especifica quantas variáveis (colunas) cada linha terá. Por exemplo, inserir 3 produzirá 3 colunas de dados gerados aleatoriamente lado a lado no painel de dados.
  • Shape parameter: Controla a forma da distribuição de Weibull. Determina como a taxa de falhas ou de eventos se comporta ao longo do tempo. Um valor menor que 1 significa que a taxa diminui com o tempo, exatamente 1 produz uma taxa constante (equivalente a uma distribuição exponencial) e maior que 1 significa que a taxa aumenta com o tempo. Os dados aleatórios gerados refletirão o padrão que esse valor define.
  • Scale parameter: controla a dispersão ou a escala dos dados gerados, esticando ou comprimindo essencialmente a distribuição ao longo do eixo horizontal. Um valor maior espalha os dados e desloca a maior parte dos valores para cima; um valor menor os comprime mais perto de zero. Todos os valores gerados aleatoriamente são escalados de acordo com esse parâmetro.
  • Threshold parameter: define o ponto inicial mínimo da distribuição. Por padrão é 0, o que significa que os dados podem começar do zero. Se você inserir um valor positivo, todos os valores aleatórios gerados serão deslocados para cima nessa quantidade, de modo que nenhum valor gerado fique abaixo do limiar. Na prática, move toda a distribuição para a direita na reta numérica.
  • Graphical summary: quando selecionado, todos os valores gerados são agrupados e resumidos: um histograma com curva normal ajustada e boxplot, estatísticas descritivas, um teste de normalidade de Anderson-Darling, um gráfico de probabilidade e intervalos de confiança de 95% para a média, a mediana e o desvio padrão. É um resultado visual baseado nos dados que acabaram de ser criados.

Perguntas frequentes

O que significa o parâmetro de forma de Weibull?

O parâmetro de forma beta controla como a taxa de falhas se comporta ao longo do tempo. Beta abaixo de 1 dá uma taxa de falhas decrescente, típica de falhas prematuras ou de mortalidade infantil; beta igual a 1 dá uma taxa de falhas constante, equivalente à distribuição exponencial; e beta acima de 1 dá uma taxa de falhas crescente por desgaste. Beta em torno de 3.5 aproxima-se bastante de uma distribuição normal.

Quando gerar dados aleatórios de Weibull?

Use para simular vidas úteis de produtos, tempo até a falha ou tempo de reparo, para testar análises de Weibull e ferramentas de confiabilidade com parâmetros conhecidos e sempre que a taxa de falhas mudar ao longo do tempo. Se a taxa de falhas for constante, dados aleatórios exponenciais são um caso especial mais simples. Verifique os dados gerados com um gráfico de probabilidade de Weibull.

O que fazem os parâmetros de escala e de limiar de Weibull?

O parâmetro de escala estica ou comprime a distribuição ao longo do eixo horizontal: um valor maior espalha os dados e desloca a maioria dos valores para cima. O parâmetro de limiar, 0 por padrão, define o ponto inicial mínimo; um limiar positivo desloca todos os valores gerados para cima, de modo que nenhum fique abaixo dele. Todos os valores gerados são positivos.