분포 적합도를 평가하기 위해 엔지니어는 0.1의 유의 수준을 사용합니다. 적합도 p-값(0.977 및 0.975)은 유의 수준보다 크고 확률도의 점들은 거의 직선을 이룹니다. 따라서 엔지니어는 정규 분포 모형이 데이터에 대해 좋은 적합치를 제공한다고 가정할 수 있습니다.
유의한 효과를 평가하기 위해 엔지니어는 0.05의 유의 수준을 사용합니다. 스트레스에 대한 p-값(0.000)이 유의 수준(0.05)보다 작기 때문에, 엔지니어는 추진 속도가 앞유리의 파손 여부에 통계적으로 유의한 영향을 미친다는 결론을 내립니다.
백분위수 표는 엔지니어가 앞유리의 1%가 300.019mph와 501.649mph 사이의 속도에서 파손된다고 95% 확신할 수 있다는 것을 나타냅니다.
프로빗 분석: 파손, N 대 스트레스
분포: 정규 분포
반응 정보
변수 값 카운트
파손 사건 37
비사건 52
N 총계 89
추정 방법: 최대우도법
회귀 분석 표
변수 계수 표준 오차 Z P
상수 -6.20376 1.06565 -5.82 0.000
스트레스 0.0089596 0.0015615 5.74 0.000
자연
반응 0
로그 우도 = -38.516
적합도 검정
방법 카이-제곱 DF P
Pearson 1.19972 6 0.977
이탈도 1.22858 6 0.975
공차 분포
모수 추정치
95.0% 정규 CI
모수 추정치 표준 오차 하한 상한
평균 692.416 18.3649 656.421 728.410
표준 편차 111.612 19.4518 79.3167 157.058