Pessoal,
Há algum tempo, publiquei os artigos«A maldição do primeiro falhanço precoce»e«Interpretação de gráficos de Weibull». Ambos os artigos abordavam a utilização da análise de Weibull para tomar decisões de engenharia fundamentadas.
Recentemente, um leitor perguntou se a dimensão da amostra é importante na análise de Weibull. É interessante que poucas pessoas que realizam análises de Weibull discutam o efeito da dimensão da amostra. Por isso, vamos abordar este tema agora. Considere a Figura 1. Esta figura mostra uma análise de Weibull utilizada para comparar os ciclos até à falha da Liga 1 e da Liga 2. Tendo em conta que a inclinação de cada curva é praticamente a mesma, a maioria das pessoas diria que, uma vez que a escala da Liga 2 é maior (1320 contra 1172), a Liga 2 é superior. Mas será que a diferença é estatisticamente significativa? Ao utilizar um simples teste t para duas amostras, podemos analisar os dados e constatar que existe apenas 62% de confiança de que a Liga 2 é melhor do que a Liga 1. Atirar uma moeda ao ar dá-nos 50% de confiança, pelo que este resultado não é encorajador. Quatro amostras raramente são suficientes para tomar uma decisão de engenharia com confiança.
Figura 1. Um gráfico de Weibull das ligas 1 e 2 com apenas 4 amostras.
Se repetirmos a experiência com 20 amostras, obtemos a análise de Weibull apresentada na Figura 2. Note-se que, embora os parâmetros de escala não tenham variado muito, os parâmetros de forma sofreram alterações significativas. O teste original com 4 amostras não é suficiente para determinar com precisão os valores reais dos parâmetros de forma das amostras. Ao realizar também um teste t de duas amostras nos dados das 20 amostras, constatamos agora que temos 99,6% de confiança de que a Liga 2 é superior à Liga 1. Assim, com 20 amostras, podemos afirmar com confiança que a Liga 2 é superior à Liga 1.
Figura 2. Um gráfico de Weibull das ligas 1 e 2 com 20 amostras.
Qual é a dimensão mínima da amostra para que o seu teste permita ter confiança no resultado? Isso pode variar bastante e só é possível saber com certeza analisando os dados com um teste t, após a experiência. Mas, com base na minha experiência, diria que nunca se deve ter menos de 10 amostras e, de preferência, 15 ou mais.
Saúde,
Dr. Ron




