Ir al contenido

El tamaño de la muestra también es importante en el análisis de Weibull

Amigos,

Hace algún tiempo publiqué dos entradas tituladas«La maldición del primer fallo precoz»e«Interpretación de los gráficos de Weibull». Ambas entradas trataban sobre el uso del análisis de Weibull para tomar decisiones de ingeniería acertadas.

Recientemente, un lector preguntó si el tamaño de la muestra es importante en el análisis de Weibull. Resulta interesante que sean pocos los que realizan análisis de Weibull quienes aborden el efecto del tamaño de la muestra. Así pues, hagámoslo ahora. Fíjate en la figura 1. Esta figura muestra un análisis de Weibull utilizado para comparar los ciclos hasta el fallo de la aleación 1 y la aleación 2. Teniendo en cuenta que la pendiente de cada curva es más o menos la misma, la mayoría diría que, dado que la escala de la aleación 2 es mayor (1320 frente a 1172), la aleación 2 es superior. Pero, ¿es la diferencia estadísticamente significativa? Mediante una sencilla prueba t para dos muestras, podemos analizar los datos y comprobar que solo hay un 62 % de confianza en que la Aleación 2 sea mejor que la Aleación 1. Lanzar una moneda al aire nos da un 50 % de confianza, por lo que este resultado no es alentador. Cuatro muestras rara vez son suficientes para tomar una decisión de ingeniería con seguridad.

Gráfico de probabilidad de Weibull en el que se comparan los datos completos de la Aleación 1 y la Aleación 2 con las estimaciones del método de máximos valles.

Figura 1. Gráfico de Weibull de las aleaciones 1 y 2 con solo 4 muestras.

Si repetimos el experimento con 20 muestras, obtenemos el análisis de Weibull que se muestra en la figura 2. Obsérvese que, aunque los parámetros de escala no han variado demasiado, los parámetros de forma sí lo han hecho de forma significativa. La prueba original con 4 muestras no es suficiente para determinar con certeza los valores reales de los parámetros de forma de las muestras. Al realizar además una prueba t de dos muestras con los datos de las 20 muestras, ahora observamos que tenemos un 99,6 % de confianza en que la aleación 2 es superior a la aleación 1. Por lo tanto, con 20 muestras podemos afirmar con seguridad que la aleación 2 es superior a la aleación 1.

Gráfico de probabilidad de Weibull en el que se comparan los conjuntos de datos Alfa 1 y Alfa 2, cada uno con 20 muestras, y en el que se muestra:

Figura 2. Gráfico de Weibull de las aleaciones 1 y 2 con 20 muestras.

¿Cuál es el tamaño mínimo de la muestra para que puedas confiar en el resultado de tu prueba? Puede variar bastante y solo analizando los datos con una prueba t, una vez finalizado el experimento, podrás saberlo con certeza. Pero, según mi experiencia, nunca deberías tener menos de 10 muestras y, preferiblemente, 15 o más.

Salud,

Dr. Ron