Je répète (j'avais rédigé un message en ce sens que j'avais abandonné mais finalement je vais troller comme un goret haha) que "p" ne change pas.
Soit A et B deux disques que tu supposes physiquement parfaitement identique. C'est a priori un non-sens car deux objets complexes de cette sorte ne peuvent être physiquement identique à tous les points de vue
Pour reprendre ton exemple : supposons que les disques 1 et 2 soient « identiques », de telle sorte que le taux d'échec soit p(1)=p(2). Malgré le fait que ton estimation de p(1) soit très faible (« disque pro »), admettons que le disque 1 tombe en panne.
Il y a trois possibilités :
- Soit tu as touché le 1 chance sur 1000 que tu souhaitais éviter. Ça ne dit rien, mais alors strictement rien du tout sur le moment ou le disque 2 va tomber en panne.
- p(1) est supérieur à ton estimation, mais comme par hypothèse les deux disques sont identiques, alors p(1)=p(2) de toutes façons.
Après tu peux faire de l'inférence bayésienne pour calculer ce genre de choses, p(1|2) si tu supposes que les défauts mécaniques sont partagés au sein d'une même série. Mais ce n'est plus de l'analyse fréquentielle du tout... Analyse fréquentielle sur laquelle tu te bases pour calculer le taux d'échec d'un système en RAID1.
Systemd, the bright side of linux, toward a better user experience and on the road to massive adoption of linux for the desktop.
[^] # Re: adéquation
Posté par dave . En réponse au journal François Hollande visite 42, non mais allô quoi.... Évalué à 5.
Ce que tu dis me semble totalement faux.
Je répète (j'avais rédigé un message en ce sens que j'avais abandonné mais finalement je vais troller comme un goret haha) que "p" ne change pas.
Soit A et B deux disques que tu supposes physiquement parfaitement identique. C'est a priori un non-sens car deux objets complexes de cette sorte ne peuvent être physiquement identique à tous les points de vue
Pour reprendre ton exemple : supposons que les disques 1 et 2 soient « identiques », de telle sorte que le taux d'échec soit p(1)=p(2). Malgré le fait que ton estimation de p(1) soit très faible (« disque pro »), admettons que le disque 1 tombe en panne.
Il y a trois possibilités :
- Soit tu as touché le 1 chance sur 1000 que tu souhaitais éviter. Ça ne dit rien, mais alors strictement rien du tout sur le moment ou le disque 2 va tomber en panne.
- p(1) est supérieur à ton estimation, mais comme par hypothèse les deux disques sont identiques, alors p(1)=p(2) de toutes façons.
Après tu peux faire de l'inférence bayésienne pour calculer ce genre de choses, p(1|2) si tu supposes que les défauts mécaniques sont partagés au sein d'une même série. Mais ce n'est plus de l'analyse fréquentielle du tout... Analyse fréquentielle sur laquelle tu te bases pour calculer le taux d'échec d'un système en RAID1.
Systemd, the bright side of linux, toward a better user experience and on the road to massive adoption of linux for the desktop.