2022

A natureza dos dados para

análise de dados de vida. –
Módulo 1 – Livro 3

Prof. Carrlos Henrique Mariano

Universidade Tecnológica do
Paraná - UTFPR
1/9/2022
[Digite aqui]
 1

A natureza dos dados para análise de sobrevivência

Para atingir os objetivos de uma análise de

confiabilidade, é necessário obter fatos dos quais possam ser
inferidos os demais fatos necessários para os objetivos do
estudo. Esses fatos, ou dados, obtidos para estudos de
confiabilidade podem vir de testes em condições de
fábrica/laboratório ou de coletas em campo. Os dados
podem ser expressos por meio de várias unidades relacionadas
com o tempo de operação, como horas, minutos e segundos.
Dias, semanas, meses e anos. Ou quilômetros, ciclos, e medidas
de desgaste/unidade de tempo.
Basicamente podemos classificar os dados como
completos quando possuímos o registro do tempo exato da
ocorrência da falha e, incompletos quando não possuímos o
registro do tempo exato da falha.
Do ponto de vista estatístico quando não temos a
informação do tempo da falha consideramos este dado como
censurado. Dados censurados não são desprezados da
amostra segundo Giolo & Colossimo, p.8, 2014 “dados
censurados mesmo sendo observações incompletas, as
observações censuradas fornecem informações sobre o
tempo de vida do paciente (que no nosso caso são itens ou
sistemas) e a omissão das censuras no cálculo das estatísticas
de interesse pode acarretar conclusões viciadas1.
Toda vez que estamos desenvolvendo um estudo prático
de levantamento dos tempos de falha devemos estabelecer

1Em estatística um estimador viciado é aquele que, por alguma razão, a sua média é
super ou subestimada em relação a que está sendo estimada(calculada). Em outras
palavras trata-se de um estimador cujo valor médio difere do valor da quantidade que
está sendo estimada.

Curso de Especialização em Engenharia da Confiabilidade

Curso de Graduação em Engenharia Elétrica
Curso de Graduação em Engenharia de Controle e Automação
 2

um ponto na linha do tempo, no qual pode-se classificar as

censuras como a esquerda ou à direita deste ponto. Vamos
observar nos gráficos da figura 1 a representação de dados
completos e incompletos.
Figura 1 – Classificação dos dados – completos e incompletos

Dados incompletos: Censura à

Dados Completos
Direita

(a) O tempo até a falha de todos (b) Até o momento da análise alguns
os itens é conhecido itens ainda não falharam

Dados incompletos - Censura à

Censura Intervalar
Esquerda

(c) A falha ocorreu em um momento (d) A falha ocorreu em um intervalo de

desconhecido antes da análise tempo conhecido entre uma análise e outra

Fonte: xxxxxxxxxxxxxxxxxxxx, xxxxx

Vamos explicar a notação utilizada: as linhas na cor preta

correspondem ao estado de funcionamento do item. Se ao
término do período de observação a linha termina com uma
seta verde o item seguiu funcionando, no caso temos a
censura a direita, ou seja, o item não falhou até aquele
momento e o dado é incompleto, pois, não saberíamos o
momento de sua falha no futuro. E, se a linha termina com o
símbolo “X” o item falhou, sabemos o momento exato da falha

Curso de Especialização em Engenharia da Confiabilidade

Curso de Graduação em Engenharia Elétrica
Curso de Graduação em Engenharia de Controle e Automação
 3

temos aí o dado completo. Se a linha muda para vermelha e

termina com o símbolo “<” o item falhou, porém sem a
definição exata do momento da falha, dado incompleto e
censura a esquerda. Se a linha preta muda para vermelha
que, por sua vez, está delimitada pelos símbolos “>” e “<”, o
item falhou no intervalo delimitado pelos símbolos, temos
então a censura intervalar ou seja a falha ocorreu, por
exemplo, entre inspeções, mas nós não sabemos o momento
exato de sua ocorrência, temos aqui um dado incompleto
também.
A censura a direita, que representa aqueles
componentes que seguem funcionando ao término do
período observado, pode ser classificada como de Tipo I, Tipo
II e Tipo aleatória.
Censura do Tipo 1: a análise é processada em períodos
pré-estabelecidos. O tempo em que cada item fica sob
observação é fixo, enquanto o número de unidades que
falham (observações não censuradas) é aleatório.
Censura do Tipo 2: a análise termina após ter ocorrido um
determinado número de falhas pré-estabelecidas. O tempo
da análise é aleatório.
Censura do Tipo Aleatória: o item em análise é retirado no
decorrer da análise sem ter atingido o modo de falha
estudado.
Uma outra característica relacionada a dados
incompletos seria o truncamento que segundo Giolo &
Colossimo, p.11, 2014, é “caracterizado por uma condição que
exclui certos indivíduos (no nosso caso itens) do estudo. Nestes
estudos, os pacientes(itens) não são acompanhados a partir
do tempo inicial, mas somente após experimentarem certo
evento”. Então o truncamento não deve ser considerado
como falha. Mas, pode ser realizado a direita, a esquerda ou

Curso de Especialização em Engenharia da Confiabilidade

Curso de Graduação em Engenharia Elétrica
Curso de Graduação em Engenharia de Controle e Automação
 4

em um intervalo. Em outras palavras significa que poderemos

retirar um item da amostra sem que tenha falhado.
Para efeitos práticos, como vamos lançar os tempos de
falhas e as censuras nos softwares de cálculo disponíveis? A
maioria destes softwares, tanto comerciais como de licença
livre, utilizam a notação “F” para indicar um dado completo
ou para registrar o tempo exato da falha. No caso da censura
a esquerda tanto quanto a intervalar temos uma falha que
deve ser indicada com “F”, porém o software deve permitir a
indicação do intervalo de tempo considerado. As censuras a
direita, normalmente são identificadas com a letra “S” de
suspensão, pois, seguem funcionando ao final do tempo de
estudo. Mas em muitas situações há truncamentos que
ocorrem entre os registros das falhas, e estes devem ser
também ser lançados com “S” ou suspensões. Então no caso
de softwares o “S” que serve tanto para identificar censuras a
direita como truncamentos quer sejam eles a esquerda,
intervalar ou a direita.
Além da notação “F” ou “S” atentem para que o tempo
de início do estudo seja bem definido principalmente quando
se tratar de uma análise comparativa de itens.
A definição da falha ou do evento de interesse deve ser
clara e passa pelo estabelecimento exato de qual é a função
do item ou componente.
Um estimador viesado(tendencioso) é aquele que, por
alguma razão, a sua média é super ou subestimada em
relação ao que se está sendo estimado ou calculado, assim o
viés nos dados nos leva a um estimador viesado. E, o viés nos
dados ocorre quando comparamos itens como mesma
função, mas de fabricantes diferentes, quando não
estabelecemos o momento de tempo exato para que a
análise seja iniciada e, principalmente quando não definimos
exatamente o que é a falha no item.
Curso de Especialização em Engenharia da Confiabilidade
Curso de Graduação em Engenharia Elétrica
Curso de Graduação em Engenharia de Controle e Automação
 5

E ainda quando temos dados completos em pequenas

amostras o método de ajuste recomendado seria a regressão
linear em “Y” ou “X”. E utilizamos o método de ajuste da
máxima verossimilhança (MLE): 1. quando temos amostras com
dados completos e censurados; 2. Grandes amostras “n” maior
do que 302; 3. Com suspensões após todas as falhas; 4. Com
dados agrupados. Trataremos dos tipos de ajustes no módulo
2. Então, para efeito de nossa disciplina iremos recomendar
quando 𝑛 ≥ 30 que utilizemos o MLE e para 𝑛 < 30 a regressão
linear. E se houver censura após os tempos de falha ou entre
os tempos de falha (dados completos e censurados)
recomendamos o MLE.
Referências:
Giolo, Sueli Ruiz; Colossimo, Enrico Antônio. Análise de
sobrevivência aplicada. São Paulo, Blucher, 2ª reimpressão,
2014.

2Mas há autores que recomendam que para amostras com Falhas e/ou suspensões
acima de 15 componentes indicam o MLE. E outros afirmam que o MLE deve ser
utilizado para amostras 𝑛 ≥ 50. Porém tratando-se de falhas normalmente não
contamos com amostra com 𝑛 ≥ 50.

Curso de Especialização em Engenharia da Confiabilidade

Curso de Graduação em Engenharia Elétrica
Curso de Graduação em Engenharia de Controle e Automação