Metodologia para ajuste e comparação de modelos em confiabilidade

Este trabalho apresenta uma metodologia para ajuste de modelos em confiabilidade e estudos comparativos envolvendo duas ou mais amostras. A primeira etapa é a seleção da distribuição estatística mais adequada a um determinado processo de falha. Essa seleção é realizada através de Gráficos de Probabilidade e do Coeficiente de Determinação. Em seguida, os parâmetros da distribuição são estimados através do Método de Máxima Verossimilhança. Para a distribuição Exponencial, há expressões diretas que fornecem as estimativas dos parâmetros. Para a distribuição Normal e Weibull, as equações para obtenção das estimativas dos parâmetros são resolvidas numericamente empregando-se o método de Newton-Raphson. Devido à incerteza inerente a cada estimativa, intervalos de confiança aproximados pela distribuição Normal são calculados e o tamanho aproximado da amostra é fornecido em função de um intervalo com uma magnitude e nivel de confiança específico. Com os modelos completamente definidos para cada a.1J1ostra, testes de hipóteses são realizados com objetivo de verificar a existência de diferenças estatisticamente significativas e o Teste da Razão de Verossimilhança é empregado. A metodologia desenvolvida foi aplicada a um exemplo da literatura consultada e três casos reais foram abordadosThis investigation presents a methodology for fitting models in reliability and comparative studies involving two or more samples. The first stage is the selection of the most appropriate distribution to determined failure processo This selection is carried through Probability Plots and the Coefficient of Determination. After that, the parameters of the distribution are estimated through Maximum Likelihood Method. For the Exponential distribution, there are direct expressions that supply the estimates for the parameters. For the Normal and Weibull distributions, the equations to obtain the estimates for the parameters are solved numerically using the Newton-Raphson Method. Due to inherent uncertainty to each estimate, confidence intervals approached by the Normal distribution are calculated and the approximated sample size is supplied in function of an interval with a specific magnitude and confidence leveI. With the models completely defined for each sample, hypothesis tests are carried out with the objective to verify the existence af statiscally significant differences and the Likelihood Ratio Test is used. The developed methodology was applied to an example of consulted literature and three real cases had been analyze