Calculateur de percentile (quantile) de la loi de Weibull

Calculateur de percentile (quantile) de la loi de Weibull

Émergent AI Skill PRO

Entrez le calcul

Formule

xP=η(−ln⁡(1−P))1mx_{P} = {\eta}\left(-\ln\left(1-P\right)\right)^{\frac{1}{m}}
Statistiques d'utilisation

Publicité

Résultats

Percentile x
0,8325546112
valeur pour laquelle la probabilité cumulée est atteinte (même unité que η)
Probabilité cumulée basse P 0,5
Probabilité cumulée haute Q 0,5

Signaler une erreur sur cette page

Qu'est-ce que le calculateur de percentile de la loi de Weibull ?

Cet outil calcule le percentile (aussi appelé quantile ou fonction de répartition inverse) d'une loi de Weibull à deux paramètres. À partir du paramètre de forme \(m\), du paramètre d'échelle \(\eta\) et d'une probabilité cumulée, il renvoie la valeur \(x\) pour laquelle la distribution atteint cette probabilité. Il s'agit d'un outil purement statistique, valable partout et sans aucune règle propre à un pays.

La loi de Weibull

La loi de Weibull à deux paramètres possède un paramètre de forme \(m\) (parfois noté \(k\) ou bêta) et un paramètre d'échelle \(\eta\) (parfois noté alpha ou lambda), tous deux strictement positifs, définie pour \(x \ge 0\). Sa fonction de répartition (cumulée basse) s'écrit $$P = F(x) = 1 - \exp\left(-\left(\frac{x}{\eta}\right)^{m}\right).$$ La probabilité de survie (cumulée haute) vaut $$Q = 1 - F(x) = \exp\left(-\left(\frac{x}{\eta}\right)^{m}\right),$$ de sorte que \(P + Q = 1\).

Courbes de la fonction de densité de probabilité de Weibull pour différents paramètres de forme
La densité de Weibull change radicalement de forme selon le paramètre de forme \(m\), à échelle fixe.

La formule du quantile

En résolvant \(P = 1 - \exp\left(-\left(\frac{x}{\eta}\right)^{m}\right)\) par rapport à \(x\), on obtient la fonction de répartition inverse : $$x = \eta\left(-\ln\left(1-P\right)\right)^{\frac{1}{m}}.$$ Si vous fournissez plutôt une probabilité de queue supérieure \(Q\), le calculateur la convertit d'abord via \(P = 1 - Q\) ; de façon équivalente, on a alors $$x = \eta\left(-\ln\left(Q\right)\right)^{\frac{1}{m}}.$$ Le résultat \(x\) conserve l'unité représentée par le paramètre d'échelle (heures, cycles, etc.).

Publicité
Fonction de répartition avec correspondance du percentile entre probabilité et valeur x
On obtient le quantile en lisant la CDF inverse : on choisit une probabilité \(P\) et on la projette sur \(x\).

Mode d'emploi

Saisissez le paramètre de forme \(m\) et le paramètre d'échelle \(\eta\). Indiquez si votre valeur de probabilité est une probabilité cumulée basse \(P\) ou une probabilité cumulée haute \(Q\), puis entrez cette probabilité strictement comprise entre 0 et 1. Le résultat correspond au percentile \(x\).

Exemple détaillé

Avec \(m = 2\), \(\eta = 1\) et une probabilité basse \(P = 0{,}5\) : \(-\ln(1 - 0{,}5) = 0{,}693147\), et \(0{,}693147^{\frac{1}{2}} = 0{,}832555\), d'où $$x = 1 \times 0{,}832555 = 0{,}83255.$$ Il s'agit de la médiane de la loi de Weibull(2, 1) (loi de Rayleigh).

Interpréter les percentiles de Weibull et le paramètre de forme

Le percentile \(x_P\) est la valeur en dessous de laquelle se situe une fraction \(P\) de la population, c'est-à-dire \(F(x_P)=P\). En fiabilité, il s'agit du temps au bout duquel une fraction \(P\) des unités devrait être tombée en panne. Par exemple, \(P=0.10\) donne la durée de vie B10 et \(P=0.5\) donne la médiane. En inversant la fonction de répartition de Weibull, on obtient :

$$x_P = \eta\left(-\ln(1-P)\right)^{1/m}$$

Si vous saisissez une probabilité supérieure (de survie) \(Q\), la probabilité inférieure équivalente est \(P = 1-Q\).

Durée de vie caractéristique

Lorsque \(x=\eta\), la fonction de répartition vaut \(1-e^{-1}\approx 0.632\), quelle que soit la forme \(m\). Ainsi, le paramètre d'échelle \(\eta\) (la durée de vie caractéristique) correspond toujours au percentile 63.2.

Le paramètre de forme m

  • m < 1 : le taux de défaillance diminue avec le temps, ce qui est typique de la mortalité infantile ou des défauts de jeunesse.
  • m = 1 : le taux de défaillance est constant. La loi de Weibull se réduit à la loi exponentielle.
  • m > 1 : le taux de défaillance augmente avec le temps, ce qui est typique de l'usure et du vieillissement.
  • m = 2 : il s'agit de la loi de Rayleigh, où le taux de défaillance augmente linéairement avec le temps.

Mise à l'échelle

Pour un \(m\) et un \(P\) fixés, le percentile varie linéairement avec \(\eta\). Doubler \(\eta\) double chaque percentile. La forme \(m\) contrôle la dispersion des percentiles : un \(m\) plus grand les resserre davantage autour de \(\eta\).

Publicité

Percentiles de fiabilité courants (référence B-Life)

Chaque percentile vaut \(x = \eta \cdot f^{1/m}\), où \(f=-\ln(1-P)\) est le facteur du tableau. La dernière colonne donne \(x/\eta\) pour le cas de Rayleigh \(m=2\), où l'exposant \(1/m\) est simplement une racine carrée. Pour \(m=1\), \(x/\eta\) est égal au facteur lui-même.

Libellé P (probabilité cumulée) Facteur \(-\ln(1-P)\) \(x/\eta\) pour \(m=2\)
B1 0.01 0.01005 0.1002
B5 0.05 0.05129 0.2265
B10 0.10 0.10536 0.3246
B50 (médiane) 0.50 0.69315 0.8326
Durée de vie caractéristique 0.632121 1.00000 1.0000
B90 0.90 2.30259 1.5174
B99 0.99 4.60517 2.1460

Exemple : pour \(\eta=1000\) et \(m=2\), la durée de vie B10 est \(x = 1000 \times 0.10536^{1/2} \approx 324.6\).

Notez que le facteur ne dépend pas de la forme. La forme n'intervient que par l'exposant \(1/m\).

FAQ

Et si je dispose de la probabilité de fiabilité (de survie) ? C'est la probabilité haute \(Q\) : sélectionnez « Probabilité cumulée haute \(Q\) » et saisissez-la directement.

Pourquoi la probabilité doit-elle être strictement comprise entre 0 et 1 ? Lorsque \(P\) tend vers 1, le percentile tend vers l'infini, et pour \(P = 0\) il vaut 0 ; aux bornes ou au-delà, le logarithme n'est plus défini.

Le résultat peut-il être négatif ? Non. La loi de Weibull est définie pour \(x \ge 0\), le percentile est donc toujours positif ou nul.

Dernière mise à jour:

Les plus populaires dans Mathématiques et statistiques

Voir toutes les calculatrices de Mathématiques et statistiques