Beispiel für Probit-Analyse

Ein Techniker für Cockpitscheiben möchte untersuchen, wie gut die Cockpitscheiben Projektilaufschlägen in einem Bereich von Geschwindigkeiten widerstehen können. Der Techniker setzt eine Zufallsstichprobe von Cockpitscheiben Projektilen mit einer von acht Geschwindigkeiten aus und erfasst, ob die Cockpitscheiben dem Aufschlag widerstehen.

Der Techniker führt eine Probit-Analyse durch, um den Bereich von Geschwindigkeiten zu ermitteln, in dem ein bestimmter Prozentsatz von Cockpitscheiben bricht, wenn sie einem Projektilaufschlag ausgesetzt sind.

  1. Öffnen Sie die Beispieldaten Windschutzscheibenstress.MTW.
  2. Wählen Sie Statistik > Zuverlässigkeit/Lebensdauer > Probit-Analyse aus.
  3. Wählen Sie Antwort im Ereignis-/Versuchsformat aus.
  4. Geben Sie im Feld Anzahl der Ereignisse die Spalte Brüche ein.
  5. Geben Sie im Feld Anzahl der Versuche die Spalte N ein.
  6. Geben Sie im Feld Stress (Stimulus) die Spalte Stress ein.
  7. Wählen Sie im Feld Angenommene Verteilung den Wert Normal aus.
  8. Klicken Sie auf OK.

Interpretieren der Ergebnisse

Der Techniker wertet die Verteilungsanpassung mit einem Signifikanzniveau von 0,1 aus. Die p-Werte für die Güte der Anpassung (0,977 und 0,975) sind größer als das Signifikanzniveau, und die Punkte im Wahrscheinlichkeitsnetz folgen annähernd einer Geraden. Daher kann der Techniker annehmen, dass das Modell der Normalverteilung eine gute Anpassung an die Daten bietet.

Zum Auswerten der signifikanten Effekte verwendet der Techniker ein Signifikanzniveau von 0,05. Da der p-Wert für Stress (0,000) kleiner als das Signifikanzniveau (0,05) ist, schlussfolgert er, dass die Geschwindigkeit des Projektils eine signifikante Auswirkung darauf hat, ob die Scheibe birst.

Die Perzentiltabelle zeigt, dass der Techniker mit einer Sicherheit von 95 % behaupten kann, dass 1 % der Scheiben bei einer Geschwindigkeit zwischen 300,019 Meilen/h und 501,649 Meilen/h ausfallen.

Verteilung:   Normal

Informationen zur Antwortvariablen

VariableWertAnzahl
BrücheEreignis37
  Nicht-Ereignis52
NGesamt89
Schätzmethode: Maximum-Likelihood

Regressionstabelle

VariableKoefStandardfehlerzp
Konstante-6,203761,06565-5,820,000
Stress0,00895960,00156155,740,000
Natürlich       
Antwort0     
Log-Likelihood = -38,516

Tests auf Güte der Anpassung

MethodeChi-QuadratDFp
Pearson1,1997260,977
Abweichung1,2285860,975

Parameterschätzwerte




Normales 95,0%-KI
ParameterSchätzwertStandardfehlerUntergrenzeObergrenze
Mittelwert692,41618,3649656,421728,410
StdAbw111,61219,451879,3167157,058

Perzentiltabelle




95,0%-Fiduzial-KI
ProzentPerzentilStandardfehlerUntergrenzeObergrenze
1432,76745,8542300,019501,649
2463,19241,0355345,266525,291
3482,49638,0450373,838540,427
4497,01835,8391395,242551,902
5508,83034,0781412,585561,304
6518,88432,6067427,289569,364
7527,69931,3403440,133576,480
8535,59230,2277451,589582,896
9542,77129,2352461,967588,771
10549,37928,3398471,482594,217
20598,48022,4304540,595636,280
30633,88619,4337587,639669,400
40664,13918,1881624,815700,723
50692,41618,3649656,409733,152
60720,69219,8068685,039768,545
70750,94522,4716713,104808,979
80786,35126,5977743,723858,524
90835,45333,3805783,926929,497
91842,06034,3538789,210939,174
92849,23935,4233794,925949,712
93857,13236,6126801,183961,326
94865,94837,9558808,140974,328
95876,00239,5048816,041989,192
96887,81441,3455825,2801006,70
97902,33543,6350836,5851028,27
98921,63946,7171851,5351057,03
99952,06551,6465874,9541102,50