Cursos Programación y Automatización

Estadística inferencial y bondad de ajuste, modelo Weibull

Este curso brinda las bases teóricas y prácticas para aplicar estadística inferencial y análisis de distribuciones en el ámbito del mantenimiento. Se explorarán métodos de análisis de fallas, la estimación de vida útil de componentes y la validación de modelos de probabilidad. El énfasis estará en el uso del modelo Weibull, ampliamente aplicado en confiabilidad, junto con pruebas de bondad de ajuste para evaluar su pertinencia. Todo será implementado con Python y librerías estadísticas.

2 horas
Programación y Automatización
On Demand

Instructor

D

David Yactayo

LinkedIn

Lo que aprenderás

Estadística Python Mantenimiento Confiabilidad Weibull Minería DataScience

Contenido del curso

5 módulos · 18 lecciones

Conceptos básicos: población, muestra, variables y tiempos de falla

Estadística descriptiva en mantenimiento: media, mediana, varianza, percentiles

Histogramas y distribuciones en Python

Representación gráfica: plot, scatter plot, barras y pie chart

Ejemplo práctico: frecuencia de fallas y costos por equipo

Construcción de curvas de densidad (KDE)

Probabilidades acumuladas y función de supervivencia

Principales distribuciones aplicadas en mantenimiento:

Aplicaciones: estimación de MTBF (Mean Time Between Failures)

Inferencia estadística: concepto e importancia en decisiones de mantenimiento

Uso de la librería statsmodels:

Casos aplicados: diferencias entre proveedores o entre equipos

Métodos para evaluar bondad de ajuste:

Ajuste de distribuciones a datos de mantenimiento

Modelo Weibull:

Ejemplo aplicado: predicción de vida útil de componentes críticos

Análisis completo de un dataset de mantenimiento con Python:

Conclusiones para planificación de mantenimiento preventivo y predictivo