Regressionstabelle – Probit-Modell für Probit-Analyse

Mit der Probit-Regression wird die Beziehung zwischen zwei Variablen untersucht:

Eine binomiale Antwortvariable, die angibt, ob die Einheit die Stresseinwirkung überlebt hat oder dabei ausgefallen ist.
Eine stetige Stressvariable, die eine Messung des Stresses darstellt, dem die Einheit ausgesetzt wurde.

Im Probit-Modell wird die Stressstufe anhand der ausgewählten kumulativen Verteilungsfunktion mit einer Ausfallwahrscheinlichkeit in Beziehung gesetzt. Verwenden Sie das Probit-Modell, um zu untersuchen, wie sich die Wahrscheinlichkeit eines Ereignisses ändert, wenn die Stressstufe variiert, und um die Wahrscheinlichkeit zu prognostizieren, mit der ein Ereignis bei einem beliebigen Stresswert innerhalb des experimentellen Wertebereichs eintritt.

Der konstante Koeffizient ist der Wert der inversen kumulative Verteilungsfunktion, wenn kein Stress ausgeübt wird und die natürliche Ausfallrate gleich 0 ist. Die natürliche Ausfallrate ist die Wahrscheinlichkeit, dass eine Einheit ausfällt, ohne dass sie einem Stress ausgesetzt ist. Diese Statistik wird in Situationen mit einer hohen Sterblichkeitsrate oder einer hohen Ausfallrate verwendet. Wenn die natürliche Ausfallrate größer als 0 ist, sind nicht alle Ausfälle in der Analyse auf den Stress zurückzuführen.

Beispielausgabe

Regressionstabelle

Variable	Koef	Standardfehler	z	p
Konstante	-6,20376	1,06565	-5,82	0,000
Stress	0,0089596	0,0015615	5,74	0,000
Natürlich
Antwort	0

Interpretation

Für die Scheibendaten ist der Schätzwert des Stresskoeffizienten β₁ gleich 0,0089596, während sich der Schätzwert des konstanten Koeffizienten β₀ auf −6,20376 beläuft. Der positive Koeffizient für den Stress weist darauf hin, dass die Wahrscheinlichkeit eines Scheibenbruchs mit der Erhöhung der Geschwindigkeit steigt.