Modèle d`exposition et garantie

Exemple 2-analyse des risques de garantie à double cotation un autre exemple concerne l`aspect de la troncation des données d`utilisation et de temps pour un produit. Les analystes de garantie créent des graphiques (parfois appelés «diagrammes de fan») qui montrent l`augmentation des incidents par millier de véhicules (IPTV) avec le temps. Ceux-ci ont généralement une forme caractéristique en raison de la réduction de la taille de l`échantillon avec la troncation d`utilisation. On peut créer un diagramme de ventilateur à l`aide d`une distribution d`échec de la garantie du champ passé, ou un défini à partir des données de garantie anticipée, puis calculer la probabilité conditionnelle de défaillance pour chaque mois successif soustrayant les échantillons défaillants. La probabilité conditionnelle indique qu`étant donné qu`un certain échantillon a terminé une exposition connue, il y a une probabilité que l`échec se produise dans l`incrément d`utilisation suivant, en supposant la distribution de défaillance définie. Pour les produits SP achetés auprès d`autres revendeurs de SP, veuillez contacter votre lieu d`achat. L`utilisation n`accepte que la responsabilité des produits achetés dans le cadre de la société USE/Exposure. Avec des données et des hypothèses raisonnables pour estimer les paramètres de suspension pour l`échantillon, un modèle de distribution des défaillances peut être calculé avec un logiciel d`analyse des données de vie. Avec une analyse plus approfondie de la troncation d`utilisation et une analyse de probabilité conditionnelle, on peut construire une prédiction de risque de mois en mois en utilisant la distribution de défaillance appropriée.

Les options disponibles dépendront de la maturité des données analysées. Plus les données sont matures, plus la confiance qui peut être placée dans l`analyse est élevée. Cette modélisation peut conduire à un aperçu supplémentaire et la qualification de la gravité de la question ou la découverte de surprises dans les données que les méthodes traditionnelles se cachent. Au début du cycle de production lorsque les données ont été analysées pour un mode de défaillance unique avec un modèle Weibull, il n`y a pas de surprise car nous sommes encore clairement dans la section de la qualité (caractérisée par un taux de défaillance décroissant) de la courbe de vie de l`analyse de la figure 2. La pente de Weibull est beaucoup moins que 1 et la projection de fiabilité n`est pas alarmante à la distance de vie cible.