Gente,
Qualche tempo fa ho pubblicato due articoli intitolati“La maledizione del primo fallimento precoce”e“Interpretazione dei grafici di Weibull”. Entrambi questi articoli riguardavano l’uso dell’analisi di Weibull per prendere decisioni ingegneristiche fondate.
Recentemente, un lettore ha chiesto se la dimensione del campione sia importante nell’analisi di Weibull. È interessante notare che pochi di coloro che effettuano analisi di Weibull discutono dell’effetto della dimensione del campione. Quindi, affrontiamo l’argomento ora. Si consideri la Figura 1. Questa figura mostra un’analisi di Weibull utilizzata per confrontare i cicli di vita utili delle Leghe 1 e 2. Considerando che la pendenza di ciascuna curva è pressoché identica, la maggior parte delle persone direbbe che, poiché la scala della Lega 2 è maggiore (1320 contro 1172), la Lega 2 è superiore. Ma la differenza è statisticamente significativa? Utilizzando un semplice test t a due campioni, possiamo analizzare i dati e scoprire che c’è solo un 62% di confidenza nel fatto che la Lega 2 sia migliore della Lega 1. Lanciare una moneta ci darebbe il 50% di confidenza, quindi questo risultato non è incoraggiante. Quattro campioni sono raramente sufficienti per prendere una decisione ingegneristica con sicurezza.
Figura 1. Grafico di Weibull delle leghe 1 e 2 con soli 4 campioni.
Se ripetiamo l’esperimento con 20 campioni, otteniamo l’analisi di Weibull illustrata nella Figura 2. Si noti che, sebbene i parametri di scala non siano cambiati di molto, quelli di forma hanno subito variazioni significative. Il test originale su 4 campioni non è sufficiente per individuare con certezza i valori reali dei parametri di forma dei campioni. Eseguendo anche un test t a due campioni sui dati relativi ai 20 campioni, otteniamo ora un livello di confidenza del 99,6% che la Lega 2 sia superiore alla Lega 1. Pertanto, con 20 campioni possiamo affermare con certezza che la Lega 2 è superiore alla Lega 1.
Figura 2. Grafico di Weibull delle leghe 1 e 2 con 20 campioni.
Qual è la dimensione minima del campione necessaria affinché il risultato del test sia attendibile? Può variare notevolmente e solo analizzando i dati con un test t, al termine dell’esperimento, è possibile averne la certezza. Tuttavia, in base alla mia esperienza, consiglierei di non scendere mai al di sotto dei 10 campioni e, preferibilmente, di averne almeno 15.
Salute,
Dr. Ron




