Un ingeniero de parabrisas de aviones desea investigar qué tan bien pueden soportar los parabrisas los impactos de proyectiles a diferentes velocidades. El ingeniero somete una muestra aleatoria de parabrisas a los proyectiles a una de ocho velocidades y registra si los parabrisas resistieron el impacto.
El ingeniero realiza un análisis probit para determinar el rango de velocidades a las cuales un determinado porcentaje de los parabrisas se romperá al ser sometidos al impacto del proyectil.
- Abra los datos de muestra, ResistParabrisas.MTW.
- Elija .
- Seleccione Respuesta en formato de evento/ensayo.
- En Número de eventos, ingrese Roturas.
- En Número de ensayos, ingrese N.
- En Tensión (estímulo), ingrese Tensión.
- En Distribución asumida, seleccione Normal.
- Haga clic en Aceptar.
Interpretar los resultados
Para evaluar el ajuste de la distribución, el ingeniero utiliza un nivel de significancia de 0.1. Los valores p de bondad de ajuste (0.977 y 0.975) son mayores que el nivel de significancia y los puntos en la gráfica de probabilidad se ubican a lo largo de una línea aproximadamente recta. Por lo tanto, el ingeniero puede presuponer que el modelo de la distribución normal provee un ajuste adecuado para los datos.
Para evaluar los efectos significativos, el ingeniero utiliza un nivel de significancia de 0.05. Debido a que el valor p para Tensión (0.000) es menor que el nivel de significancia (0.05), el ingeniero concluye que la velocidad del proyectil tiene un efecto estadísticamente significativo en el hecho de que el parabrisas se rompa o no.
La tabla de percentiles indica que el ingeniero puede estar 95% seguro de que el 1% de los parabrisas fallará a una velocidad entre 300.019 mph y 501.649 mph.
Información de respuesta
| Variable | Valor | Conteo |
|---|---|---|
| Roturas | Evento | 37 |
| Sin evento | 52 | |
| N | Total | 89 |
Tabla de regresión
| Variable | Coef | Error estándar | Z | P |
|---|---|---|---|---|
| Constante | -6.20376 | 1.06565 | -5.82 | 0.000 |
| Tensión | 0.0089596 | 0.0015615 | 5.74 | 0.000 |
| Natural | ||||
| Respuesta | 0 |
Pruebas de bondad de ajuste
| Método | Chi-cuadrada | GL | P |
|---|---|---|---|
| Pearson | 1.19972 | 6 | 0.977 |
| Desviación | 1.22858 | 6 | 0.975 |
Cálculos del parámetro
| Error estándar | IC normal de 95.0% | |||
|---|---|---|---|---|
| Parámetro | Estimación | Inferior | Superior | |
| Media | 692.416 | 18.3649 | 656.421 | 728.410 |
| Desv.Est. | 111.612 | 19.4518 | 79.3167 | 157.058 |
Tabla de percentiles
| Error estándar | IC fiducial de 95.0% | |||
|---|---|---|---|---|
| Porcentaje | Percentil | Inferior | Superior | |
| 1 | 432.767 | 45.8542 | 300.019 | 501.649 |
| 2 | 463.192 | 41.0355 | 345.266 | 525.291 |
| 3 | 482.496 | 38.0450 | 373.838 | 540.427 |
| 4 | 497.018 | 35.8391 | 395.242 | 551.902 |
| 5 | 508.830 | 34.0781 | 412.585 | 561.304 |
| 6 | 518.884 | 32.6067 | 427.289 | 569.364 |
| 7 | 527.699 | 31.3403 | 440.133 | 576.480 |
| 8 | 535.592 | 30.2277 | 451.589 | 582.896 |
| 9 | 542.771 | 29.2352 | 461.967 | 588.771 |
| 10 | 549.379 | 28.3398 | 471.482 | 594.217 |
| 20 | 598.480 | 22.4304 | 540.595 | 636.280 |
| 30 | 633.886 | 19.4337 | 587.639 | 669.400 |
| 40 | 664.139 | 18.1881 | 624.815 | 700.723 |
| 50 | 692.416 | 18.3649 | 656.409 | 733.152 |
| 60 | 720.692 | 19.8068 | 685.039 | 768.545 |
| 70 | 750.945 | 22.4716 | 713.104 | 808.979 |
| 80 | 786.351 | 26.5977 | 743.723 | 858.524 |
| 90 | 835.453 | 33.3805 | 783.926 | 929.497 |
| 91 | 842.060 | 34.3538 | 789.210 | 939.174 |
| 92 | 849.239 | 35.4233 | 794.925 | 949.712 |
| 93 | 857.132 | 36.6126 | 801.183 | 961.326 |
| 94 | 865.948 | 37.9558 | 808.140 | 974.328 |
| 95 | 876.002 | 39.5048 | 816.041 | 989.192 |
| 96 | 887.814 | 41.3455 | 825.280 | 1006.70 |
| 97 | 902.335 | 43.6350 | 836.585 | 1028.27 |
| 98 | 921.639 | 46.7171 | 851.535 | 1057.03 |
| 99 | 952.065 | 51.6465 | 874.954 | 1102.50 |
