Esta es la entrada principal: establece una regla sobre la vida útil de tus datos.
Seleccionar el formato de introducción de datos
Cinco formatos, según el formato en el que se encuentren realmente tus datos. Esa es la primera decisión que debes tomar.
| Formato | Estructura de la tabla | Casos de uso |
| Épocas y censuras | Inicio del periodo, fin del periodo, número de averías, número de censuras | Datos ya agregados por intervalos |
| Valores y censura | Tiempo de funcionamiento correcto, censuras, cifras | Ensayos de laboratorio |
| Fechas de venta y devolución | Fecha de venta, fecha de devolución, cantidades, censuras | Trazabilidad por unidad |
| Fecha de venta y tiempo de inactividad | Fecha de venta, tiempo de funcionamiento correcto, cifras, censuras | Variante de la anterior, útil en el ámbito de la automoción, donde se mide en kilómetros y no en tiempo. |
💡 No transformes tus datos para adaptarlos a un formato: elige el formato que se ajuste a lo que tienes. Cada conversión manual supone un riesgo de perder información.
Configurar el análisis
- Tipo de análisis : Weibull de 2 o 3 parámetros, Kaplan-Meier; ;
- Método de cálculo : verosimilitud máxima o regresión ;
- Nivel de confianza del intervalo; ;
- Máximo en la abscisa de las gráficas, para ajustar la visualización.
💡 ¿Verosimilitud o regresión? La máxima verosimilitud es estadísticamente más eficaz y gestiona mejor las censuras, por lo que es la opción predeterminada. La regresión, que ajusta una recta sobre el gráfico de Weibull, es más intuitiva y facilita la explicación a terceros. En los datos propios, ambas convergen; si divergen claramente, es señal de que la distribución no se ajusta bien.
Kaplan-Meier
Kaplan-Meier no ajusta ninguna ley : construye la curva de supervivencia observada, paso a paso, teniendo en cuenta las censuras.
- Utilizar Weibull cuando se quiere extrapolar, hacer una predicción a 5 años con 1 año de retrospectiva o obtener un β interpretable.
- Utilizar Kaplan-Meier cuando se quiere describir sin hacer suposiciones, o cuando la forma de la curva es claramente irregular.
La comparación de la supervivencia según Kaplan-Meier compara dos grupos: dos proveedores, dos versiones, dos condiciones de uso. Es la herramienta ideal para responder a la pregunta: «¿La nueva referencia se mantiene mejor que la anterior?».
Ver los resultados
Le artículo de Weibull Alinea los puntos si la distribución es adecuada. Una curvatura marcada sugiere probar la distribución de Weibull de tres parámetros o indica una combinación de dos modos de fallo.
Le gráfico de riesgos muestra la evolución de la tasa de fallos a lo largo del tiempo; la lectura directa del régimen viene descrita por β.
⚠️ La combinación de dos modos de fallo en un mismo conjunto de datos da lugar a un ajuste mediocre y a un β intermedio que no describe ni a uno ni a otro. Si conoces los modos, Separa los datos antes de ajustarlos.. Un β de 1,2 puede ocultar un β de 0,6 de mortalidad infantil más un β de 3 de desgaste.
Ellistat detecta automáticamente este caso y propone ajustar un modelo de dos modos, sin que sea necesario separar los datos previamente. Hay dos formas de modelizarlo, que se pueden elegir en función de las características físicas del producto:
- Mezcla : la población está compuesta por dos subpoblaciones distintas, cada una de las cuales sigue su propia ley de Weibull. Una proporción p de los productos se ve afectada por el primer modo, y el resto, por el segundo. Este es el caso de un lote parcialmente afectado por un defecto de fabricación: los productos en buen estado nunca fallarán por ese modo.
- Superposición: cada producto está sometido simultáneamente a ambos mecanismos y falla ante el primero de los dos que se produce (riesgos concurrentes). Este es el caso de un producto que sufre a la vez un desgaste progresivo y un fallo accidental.
💡 La elección se basa en lo que sabemos del producto, no en la calidad del ajuste: ambos modelos suelen ofrecer curvas similares a partir de los datos observados, pero extrapolaciones muy diferentes. En una mezcla, la subpoblación sana eleva la fiabilidad a largo plazo; en una superposición, los dos riesgos siguen sumándose. Si los modos son conocidos e identificables en los datos, separar los conjuntos sigue siendo la interpretación más clara.
Ellistat señala los casos en los que no es posible realizar el análisis: *«No hay fallos disponibles para el análisis de Weibull con esta selección»*; si no se ha observado ningún fallo, no se puede ajustar ninguna ley.