Modelos y análisis para datos de degradación

Abstract

La degradación es una debilidad que eventualmente puede causar la falla (e. g., el desgaste que sufren los neumáticos de un automóvil). Cuando es posible medirla, esta puede proporcionar mayor información que los datos de tiempo de falla, para propósitos de determinación y mejoramiento de la confiabilidad de un producto. Este artículo es de carácter divulgativo y desarrolla técnicas que son propuestas por Meeker y Escobar (1998). Se cree importante hacer conocer este tópico, hoy en la frontera de la Teoría de Confiabilidad (Lawless 2000)). En este trabajo se compara el análisis clásico aproximado de degradación con el modelo de degradación explícito. Estos últimos modelos implican la utilización de modelos físicos de degradación a los cuales se les introduce efectos aleatorios. Se implementan las técnicas para la estimación de modelos mixtos en S-PLUS siguiendo a Pinheiro y Bates (2000) y se utiliza el bootstrap para intervalos de confianza.

Degradation is a weakness that eventually can cause failure (e.g. car tire wear). When it is possible to measure degradation, such measures often provide more information than failure-time data for purposes of assessing and improving product reliability. This is a paper which mainly pretends to divulge techniques that had been developed by Meeker and amp; Escobar (1998). We think it is worth to make this topics known, because they are in the research frontier of the Reliability Theory (Lawless 2000). We compare in this work the explicit degradation models with the approximate degradation analysis. The explicit degradation model requires specific models developed by engineers and physical scientists, which are treated as mixed models with random effects. To obtain ML estimates we use S-PLUS following Pinheiro and amp; Bates (2000), and also use bootstrap confidence intervals.